Bilderkennung

[Jasocul]

Mal mein Brainstorming-Senf dazu, weil mir gerade danach war:

Voraussetzung:
1. Alle grafischen Objekte sind komplett freigestellt. D.h.: keine Berührungen oder Überschneidungen der Objekte.
2. Es soll eine Positiv-Erkennung geben. Also nicht prüfen, ob ein Objekt kein Kreis ist. Es könnte ja sein, dass später noch andere Objekte dazu kommen (Dreiecke, Polyeder, etc.)

Das Problem würde ich in 2 Schritten angehen.
1. Alle Objekte (farbige, zusammenhängende Bereiche) ermitteln
2. Die Objekte prüfen

zu 1:
Die Grafik nach Pixeln untersuchen, die nicht mit der Hintergrundfarbe übereinstimmen. Zusammenhängende Bereiche bestimmen und diese in einer Objekt-Liste speichern.

zu 2:
Vorüberlegung:
Was sind Kreise? Es sind Objekte, die durch ihren Radius/Durchmesser bestimmt sind. Also genügt es, diesen zu bestimmen. Für die weiteren Prüfungen wird der Durchmesser verwendet. Der Radius (also Durchmesser durch 2) könnte in weiteren Prüfungen Rundungsfehler verursachen. Da es potentiell noch mehr Rundungsprobleme geben kann, sollten diese sich nicht akkumulieren.
Bei der Prüfung der Objekt kann man einfach den obersten Punkt bestimmen. Dazu wird der tiefste senkrecht darunter liegende bestimmt. Die Länge ergibt den Durchmesser, falls es ein Kreis ist.
Erste Prüfung (kann auch entfallen):
Analog zum senkrechten Durchmesser kann der horizontale Durchmesser bestimmt werden. Diese müssen gleich sein. Vorsicht: Auch bei einem Quadrat ist das so. Bei einer Ellipse allerdings nicht, es sei denn es ist eine gedrehte Ellipse. Zumindest dient es als erste einfache Prüfung. Den Sonderfall, dass die Grafik auf einem 4:3-Monitor erstellt wurde und jetzt auf einen 16:10-Monitor dargestellt wird (Verzerrung) ignoriere ich mal.
Zweite Prüfung (nur, falls erste Prüfung erfolgreich):
Jetzt muss der Mittelpunkt bestimmt werden. Dies klingt erstmal einfach, ist aber es nicht. Bei sehr großen Kreisen hat man auch an den äußersten Punkten mehrere Pixel auf der selben Linie liegen. Also muss man das zusätzlich prüfen und dort die Mitte finden. Bei gerader Anzahl von Pixeln sind jetzt schon Probleme abzusehen, da bei allen weiteren Prüfungen geringfügige Abweichungen/Rundungsfehler berücksichtigt werden müssen.
Es steht jetzt alles zur Verfügung, um einen Kreis zu definieren (Mittelpunkt und Durchmesser). Auf dieser Basis wird nun ein Kreis "erzeugt", der im Idealfall deckungsgleich mit dem Prüfobjekt ist. Es sollte genügen, den Kreisrand zu prüfen.
Allerdings darf man die Rundungsprobleme nicht außer acht lassen und muss entsprechende Toleranzen einplanen.

Besondere Probleme:
- Rundungsfehler
- besonders große Kreise (wie weiter oben schon angedeutet)
- besonders kleine Kreise: Ist ein einzelnes Pixel eine Kreis oder ein Quadrat?

[Redeemer]

Zitat von Neutral General:

Zitat von Redeemer:

Zitat von himitsu:

@Redeemer: Damit zählst du auch die Rechtecke, obwohl er nur die Kreise haben will.

Nö, tue ich nicht. Da steht doch, dass ich unten links unter dem aktuellen Pixel gucke, ob es weiß ist. Ist es da weiß, handelt es sich um ein Rechteck.

Ich meine in dem Vorschaubild da sollte das sogar funktionieren aber falls andere Bilder da einen Hauch anders/komplexer sind dann klappt das nicht mehr.

Delphi-Quellcode:

// Wie viele Kreise sind (laut deinem Algorithmus) in diesem Bild?
# # # # # # #
 # # # # # # #
# # # # # # #

Antwort: Zu viele

Die Frage ist für 1x1 und 2x2 Pixel nicht lösbar. Wenn die Anforderung des TE ist, die verlinkte Frage zu lösen, dann ist mein Algorithmus dazu in der Lage. Das Bild enthält nämlich nur mindestens 7x7 große Objekte. Mein Algorithmus ist zudem, wie ich auch ausdrücklich geschrieben habe, nicht in der Lage, Objekte zu unterscheiden, die ganz links (im Original hatte ich noch "oben" geschrieben, aber das stimmt nicht) am Bildrand sind, was bei der verlinkten Frage nicht auftritt.

[Neutral General]

Zitat von Redeemer:

Die Frage ist für 1x1 und 2x2 Pixel nicht lösbar.

"0 Kreise" ist für mich auch eine Lösung

Zitat von Redeemer:

Wenn die Anforderung des TE ist, die verlinkte Frage zu lösen, dann ist mein Algorithmus dazu in der Lage.

Das stimmt.
Weswegen ich was gesagt hab, ist weil deine Lösung sich für mich ein bisschen wie "cheaten" anfühlt.
Es erfüllt zwar für das vorgegebene Bild seine Aufgabe aber für mich ist es kein "richtiger" Algorithmus um Kreise zu erkennen/zählen (weil es mit fast allen anderen Bildern nicht klappen wird)
Aber ich schätze dass ist mehr mein als dein Problem

[freimatz]

Kreis zu erkennen ist etwas was man in der Messtechnik ständig tut. Was mir hier noch fehlt ist eine Definition was ein Kreis sein soll. Nach einer mathematischen Definition sind es gar keine Kreise sondern Haufen von Pixeln. Welchen Fehler mag man tolerieren?
Man könnte sich alle farbigen Pixel raussuchen die beieinander und neben weißen Pixel liegen, also alle Pixel die außen liegen. Die Position der Pixel kann man dann in die üblichen Ausgleichsrechnungen (Hüll, Pferch, Gauss oder Tschebyscheff) reingeben und bekommt dann Kreise.
Diese Kreise bekommt man aber auch bei den "Quadraten" nur ist da halt die sogenannte Spannweite größer.

[KodeZwerg]

Das Bild auf zwei Farben (Monochrom) reduzieren, theoretisch sollte dann nur noch weiß als Hintergrund und Schwarz für alle Objekte bleiben (oder andersrum), Außenkante von allem Schwarzen Bereichen checken, was längere Geraden hat sollte kein Kreis sein oder mittels Radius Vorschläge von hier Gegenprüfen.
Wäre das ein Ansatz?

[jfheins]

Falls du Zugang zu MATLAB hast (oder bereit mist, dir das als trial zu installieren) gibt es dafür schon was fertiges: https://de.mathworks.com/help/images...ndcircles.html

Hough-Transformation ist das richtige Stichwort, aber selber machen muss man das heutzutage eigentlich nicht mehr

[himitsu]

Neuronale Netzwerke?

Bild in S/W umwandeln,
die einzelnen Formen suchen,
gefundene Form auschneiden (den Bereich der Form in ein eigenes Bild kopieren)
und dann die Form erkennen lassen

[Amateurprofi]

Zitat von KodeZwerg:

Das Bild auf zwei Farben (Monochrom) reduzieren, theoretisch sollte dann nur noch weiß als Hintergrund und Schwarz für alle Objekte bleiben (oder andersrum), Außenkante von allem Schwarzen Bereichen checken, was längere Geraden hat sollte kein Kreis sein oder mittels Radius Vorschläge von hier Gegenprüfen.
Wäre das ein Ansatz?

Ich finde, eine Umwandlung in Monochrom (Schwarz/Weiß) ist zwar nicht schädlich aber überflüssig.
Wenn bei der Umwandlung alles, was nicht weiß ist, in Schwarz resultiert, und alles was weiß ist, auch weiß bleibt, dann kann ich doch auch das Originalbild nehmen und alles was nicht weiß ist, als farbig, also zur "Figur" gehörend interpretieren.
Wo liegt da der Vorteil einer monochromen Bitmap?

[Neutral General]

Zitat von Amateurprofi:

Ich finde, eine Umwandlung in Monochrom (Schwarz/Weiß) ist zwar nicht schädlich aber überflüssig.
Wenn bei der Umwandlung alles, was nicht weiß ist, in Schwarz resultiert, und alles was weiß ist, auch weiß bleibt, dann kann ich doch auch das Originalbild nehmen und alles was nicht weiß ist, als farbig, also zur "Figur" gehörend interpretieren.
Wo liegt da der Vorteil einer monochromen Bitmap?

Wenn der Hintergrund ausschließlich pures Weiß ist (255,255,255) dann macht es keinen Unterschied. Monochrom bringt was wenn man keinen komplett einfarbigen Hintergrund hat sondern einer der aus verschiedenen (hellen) Grau/Farbtönen besteht. Die würden dann bei der Konvertierung nach monochrom zu Weiß "aufgerundet" werden.

[KodeZwerg]

Mein Gedanke war halt nur mit zwei Farben hantieren zu müssen, Schwarz und Weiß bietet sich da gut an, das Bild sollte ja nicht so gezeichnet werden, nur virtuell um eine Form-Erkennung zu vereinfachen. Wenn man nur zwei Farben hat, brauch man nur nach einer der beiden Farben suchen um Kanten zu bestimmen die letztendlich eine Form ergeben.
Alternativ fällt mir noch so etwas wie ein Farben-Scanner ein, der ein Bild in viele virtuelle splittet wo jeweils nur eine Farbe vorkommt. (Also Routine schreiben die einem die vorhandenen Farben zählt und für jede ein Bild erstellt, beim erstellen darauf achten das nur zusammenhängende Farben ein Objekt entsprechen oder halt mehrere Bilder für mehrere Objekte. Aber da gibt es immer das Problem mit Antialiasing oder Schattierungs-Effekten die einem nie einen ganzen Kreis erfassen lassen wegen Farbabweichungen, deswegen lande ich an dieser Stelle wieder bei Variante 1 alles erst einmal Schwarz-Weiß.)