در این مطلب، ویدئو تطبیق ویژگی (Brute-Force) – OpenCV 3.4 with python 3 Tutorial 26 با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:00,060 –> 00:00:01,890
به همه خوش آمدید به این آموزش ویدیویی جدید
2
00:00:01,890 –> 00:00:04,859
که در ویدیوی قبلی
3
00:00:04,859 –> 00:00:08,280
نحوه تشخیص ویژگی ها و اصطلاحات اسکریپت
4
00:00:08,280 –> 00:00:12,210
یک شی را مشاهده کردید، اکنون می خواهیم ببینیم که چگونه
5
00:00:12,210 –> 00:00:16,320
ویژگی های دو تصویر را با هم مقایسه کنیم،
6
00:00:16,320 –> 00:00:20,789
به عنوان مثال اگر این تصویر را داشته
7
00:00:20,789 –> 00:00:23,010
باشیم، آن چیزی است که می بینید. روی صفحه
8
00:00:23,010 –> 00:00:27,390
جلد کتاب مانند عکس من است که من
9
00:00:27,390 –> 00:00:35,160
هم دارم که این یکی است
10
00:00:35,160 –> 00:00:37,410
پس همان کتاب است اما البته متفاوت به نظر می رسد
11
00:00:37,410 –> 00:00:39,710
چرخش متفاوت است
12
00:00:39,710 –> 00:00:42,390
رنگ متفاوت است زیرا
13
00:00:42,390 –> 00:00:46,170
یکی کتاب چاپی است دیگری یکی فقط
14
00:00:46,170 –> 00:00:49,170
کاور از اینترنت است که
15
00:00:49,170 –> 00:00:51,020
دیدگاه های متفاوتی دارد نورپردازی
16
00:00:51,020 –> 00:00:55,170
های مختلف اندازه های مختلف و رنگ های مختلف
17
00:00:55,170 –> 00:00:57,300
همچنین می توانید این یکی را ببینید واقعاً
18
00:00:57,300 –> 00:01:00,870
واضح است که این یکی کمی تیره است اما چه چیزی
19
00:01:00,870 –> 00:01:03,719
را خوب می بینیم ما به
20
00:01:03,719 –> 00:01:07,229
ویژگی این می رویم پوشش می دهند و
21
00:01:07,229 –> 00:01:08,939
همه ویژگی های این تصویر را نشان می دهند،
22
00:01:08,939 –> 00:01:12,470
سپس ما آنها را با هم مقایسه می کنیم و می
23
00:01:12,470 –> 00:01:19,890
بینیم که آیا مطابقت پیدا می کنیم، بنابراین بیایید
24
00:01:19,890 –> 00:01:23,100
کدی را که در واقع گره خورده است قبل از
25
00:01:23,100 –> 00:01:27,439
وارد کردن اجرا کنیم، آن را ذخیره کنید، بنابراین ما را خالی کنید.
26
00:01:27,439 –> 00:01:33,259
از تصویر اول c2 نه در
27
00:01:33,259 –> 00:01:38,939
خواندن زیرخط هم زیرخط t dot jpg
28
00:01:38,939 –> 00:01:42,869
و هم بدون فرمت خاکستری ببینید در readscale grayscale چیست
29
00:01:42,869 –> 00:01:45,810
و می توانید
30
00:01:45,810 –> 00:01:47,460
این تصویر را از لینکی که در توضیحات قرار داده ام دانلود کنید
31
00:01:47,460 –> 00:01:49,860
یا حتی بهتر از آن می توانید
32
00:01:49,860 –> 00:01:53,189
از تصاویر خود استفاده کنید و دوباره نه اکنون
33
00:01:53,189 –> 00:01:58,820
تصویر دوم آن را از طریق آن مشاهده کنید در نرخ
34
00:01:58,820 –> 00:02:02,189
یادم نمیآید که سعی کنید من را تأیید کنید،
35
00:02:02,189 –> 00:02:09,030
هر دو را در دست گرفته
36
00:02:09,030 –> 00:02:12,289
بودم.
37
00:02:13,470 –> 00:02:18,520
38
00:02:18,520 –> 00:02:26,650
حتی نشان دادن EMG
39
00:02:26,650 –> 00:02:33,820
– و EMG برای دیدن – راه را برای کلید 0
40
00:02:33,820 –> 00:02:38,260
و برای از بین بردن تمام ویندوزها ببینید، بیایید
41
00:02:38,260 –> 00:02:40,420
کد را اجرا کنیم و ببینیم همه چیز درست است
42
00:02:40,420 –> 00:02:46,540
و این اولین چیزی است که ما
43
00:02:46,540 –> 00:02:48,820
باید ویژگی ها و توصیفگرها را شناسایی کنیم
44
00:02:48,820 –> 00:02:51,310
و می دانید شما
45
00:02:51,310 –> 00:02:54,720
قبلاً باید بدانید که چگونه این کار را انجام دهید ما به
46
00:02:54,720 –> 00:02:59,980
دنبال استفاده از 3 روش گشت
47
00:02:59,980 –> 00:03:10,030
و گذار و OPR اکنون می خواهیم از یک آشکارساز br we are استفاده کنیم
48
00:03:10,030 –> 00:03:14,860
، بنابراین بیایید تور
49
00:03:14,860 –> 00:03:17,500
tak را بارگذاری کنیم، اجازه دهید شی را ایجاد کنیم
50
00:03:17,500 –> 00:03:24,640
یا آن را با C V برابر کنیم. 2 نقطه یا B آه
51
00:03:24,640 –> 00:03:34,540
روی شمشیر شما نیست یا RB RB RB C 2 نقطه o RB
52
00:03:34,540 –> 00:03:43,959
زیرخط ایجاد کنید وقتی
53
00:03:43,959 –> 00:03:48,370
آشکارساز را ایجاد کردید، میتوانیم
54
00:03:48,370 –> 00:03:53,260
نقاط کلیدی و توصیفگرهای هر دو تصویر را تشخیص دهیم، بنابراین
55
00:03:53,260 –> 00:03:57,310
ابتدا تصویر اول – کلیپ کنید تا
56
00:03:57,310 –> 00:04:01,750
نقاط کلیدی یک اسکریپت یک برابر با
57
00:04:01,750 –> 00:04:11,950
تشخیص نقطه RB باشد و آرامش ایجاد شود g1 ما
58
00:04:11,950 –> 00:04:14,520
هیچ ماسکی نداریم، بنابراین هیچ
59
00:04:14,520 –> 00:04:18,279
نقطه کلیدی مشابهی نیست
60
00:04:18,279 –> 00:04:22,300
که قبل از کتب مقدس انجام داده ایم، بنابراین
61
00:04:22,300 –> 00:04:26,040
برابر است یا نمی توان آن را شناسایی کرد و
62
00:04:26,040 –> 00:04:37,480
G را محاسبه کرد تا بدانیم پس بیایید
63
00:04:37,480 –> 00:04:40,590
ببینیم این توصیفگرها چیست، بیایید
64
00:04:40,590 –> 00:04:49,290
آنها را در واقع چاپ کنیم. این کار را برای D در
65
00:04:49,290 –> 00:05:02,820
توصیفگر 1 انجام دهید، اجازه دهید D را چاپ کنیم،
66
00:05:10,060 –> 00:05:14,060
بنابراین همانطور که می بینید یک توصیفگر
67
00:05:14,060 –> 00:05:17,480
آرایه ای از اعداد است و این اعداد
68
00:05:17,480 –> 00:05:21,620
به نوعی توصیف می شوند تا ویژگی را تعریف کنند،
69
00:05:21,620 –> 00:05:26,660
بنابراین ما توصیفگرهای زیادی داریم، بنابراین
70
00:05:26,660 –> 00:05:28,790
برای هر ویژگی یافت شده یک
71
00:05:28,790 –> 00:05:34,040
توصیفگر داریم. و این برای تصویر اول است
72
00:05:34,040 –> 00:05:36,830
و همان چیزی است که برای
73
00:05:36,830 –> 00:05:43,340
تصویر دوم داریم چگونه می توانیم ویژگی ها را با هم مقایسه کنیم
74
00:05:43,340 –> 00:05:46,220
البته همانطور که گفتم نمی توانید
75
00:05:46,220 –> 00:05:50,000
پیک های یک پیکسل را
76
00:05:50,000 –> 00:05:51,860
مقایسه کنید زیرا به دلیل روشن
77
00:05:51,860 –> 00:05:56,090
شدن چرخش در هر می تواند متفاوت باشد. spective و
78
00:05:56,090 –> 00:06:03,260
خیلی چیزهای دیگر، بنابراین توصیفگرها
79
00:06:03,260 –> 00:06:07,850
به نوعی ویژگیها را مستقل
80
00:06:07,850 –> 00:06:13,390
از اندازه چرخش صاعقه و غیره تعریف میکنند
81
00:06:13,390 –> 00:06:18,530
و ما میخواهیم توصیفگرها را
82
00:06:18,530 –> 00:06:20,900
با توصیفگرها مقایسه کنیم و
83
00:06:20,900 –> 00:06:24,110
شبیهترین آنها مطابق با
84
00:06:24,110 –> 00:06:29,030
ویژگی باشد، بنابراین برای این کار داریم. موضوعی
85
00:06:29,030 –> 00:06:32,990
که به نام تطبیق تطبیق نیروی brute force نامیده میشود،
86
00:06:32,990 –> 00:06:37,390
87
00:06:37,390 –> 00:06:40,460
بنابراین نیروی brute ارزشی را تعیین میکند که
88
00:06:40,460 –> 00:06:45,200
قرار است انجام دهد،
89
00:06:45,200 –> 00:06:49,789
اولین مورد مقایسه هر توصیفگر
90
00:06:49,789 –> 00:06:51,890
تصویر اول با تمام توصیفگرهای
91
00:06:51,890 –> 00:06:55,820
تصویر دوم که نزدیکترین آنها
92
00:06:55,820 –> 00:06:58,220
هستند، مقایسه میشود. به عنوان یک تطابق در نظر گرفته شود،
93
00:06:58,220 –> 00:07:01,340
بنابراین ابتدا بیایید شیء را ایجاد
94
00:07:01,340 –> 00:07:07,910
کنیم که برابر با C v2 نقطه BF مترو است،
95
00:07:07,910 –> 00:07:11,810
می توانیم پارامترهای بیشتری را پاس کنیم در این صورت
96
00:07:11,810 –> 00:07:14,610
می توانیم دو تا از آنها را پاس کنیم، هنجار
97
00:07:14,610 –> 00:07:23,970
نوع هنجار را داریم، بیایید هنجار را ببینیم خوب
98
00:07:23,970 –> 00:07:31,680
است. انواع هنجارهای مختلف و
99
00:07:31,680 –> 00:07:36,479
استفاده از آن بستگی دارد یا اینکه از کدام آشکارساز
100
00:07:36,479 –> 00:07:38,910
استفاده می کنید معمولاً هنگام استفاده از
101
00:07:38,910 –> 00:07:42,180
آشکارساز یا آشکارساز RP ما همیشه از زمزمه هنجار استفاده می کنیم
102
00:07:42,180 –> 00:07:49,520
و یک
103
00:07:49,520 –> 00:07:55,740
بررسی متقابل دیگر برابر است. درست است، بنابراین بررسی متقاطع
104
00:07:55,740 –> 00:07:59,039
معمولاً به طور پیش فرض نادرست است، یک
105
00:07:59,039 –> 00:08:04,860
بررسی متقاطع در واقع مشخص می کند که
106
00:08:04,860 –> 00:08:08,039
آیا فقط یک تطابق دارید، من
107
00:08:08,039 –> 00:08:13,080
آن را به درستی نگفتم زیرا وقتی ویژگی را مقایسه می کنید،
108
00:08:13,080 –> 00:08:16,349
این اولین مورد