CNN 不背这个锅,深度学习需要大量数据进行训练,不适合这个场景。
@
mikumkf 的方案个人认为更可行,再补充一下细节问题:
1. 针对视频,可以设置识别图像上限,一个视频也就识别10张可能比较合适。
2. 确定试纸形成的颜色范围,需要考虑手、背景的影响,控制识别矩形框在一定的范围比较合适。
3. 针对识别结果不同,建议选择连续识别一致的结果,如前8结果 A 后2结果 B 可以考虑丢弃后2的识别结果,如果间歇识别不同结果,建议同时给出。
4. 用识别的矩阵减去由色卡组成的同样大小的矩阵,色差最小的即为识别结果。