用OpenCV检测图像中的十字
我试图在OpenCV的帮助下，在我的inputvideostream中检测一个形状（十字）。 目前我是阈值得到我的十字架的二进制形象，它工作得很好。 不幸的是我的algorithm来决定是否提取blob是一个十字架或不是不太好。 正如你在下面的图片中看到的，并不是所有的angular落都在某些angular度被检测到。
我使用findContours()和approxPolyDP()来近似我的轮廓。 如果我在这个近似曲线中检测到12个拐angular/顶点，则认为该斑点是一个十字。
有没有更好的方法来解决这个问题？ 我想到了SIFT ，但algorithm必须实时执行，我读到SIFT并不适合实时。
我有几个build议，可能会提供一些有趣的结果，虽然我不确定。
如果十字总是在图像的中心附近，并且始终位于平面上，则可以尝试在相机与十字架所在平面之间find单应matrix。 这将使您能够将十字的示例图像（在平面旋转中的不同select上）转换为可视化十字的坐标系。 然后，您可以生成模板，您可以匹配的图像。 你可以做一些简单的像素协议testing，以确定你是否有一个匹配。
或者，您可以尝试训练一个基于Haar的分类器来识别十字。 这种types的分类器通常用于人脸检测并检测图像中的定向边缘，通过几个定向边缘的相对位置来分类面部。 它具有良好的脸部分类精度，速度非常快。 虽然我不能保证在这种特殊情况下的准确性，但它可能为简单的形状（如十字）提供一些好的结果。
计算凸包然后利用凹凸缺陷可能会奏效。
所有十字架应该有四个凸面缺陷，组成四个两点或四个向量。 此外，如果你的形状是一个十字架，那么这四个vector将有两对补angular。
