それらを検出するアルゴリズムが必要な場合は、画像からオブジェクトを検出するには、マシンまたはコンピューターで理解できるそのオブジェクトの説明が必要です。彫刻や建築の場合、あらゆる意味で大きく異なるので、どうすればそのような統一された定義を得ることができますか?たとえば、両方の入力画像は大きく異なります。家と建築をどのように区別できますか?あなたの質問には多くの問題が生じます。Hough Transformingを使用しても、大きな家と大きな建築をどのように区別することになっていますか?
このSOFをチェックしてください:画像処理:「コカ・コーラ缶」認識のためのアルゴリズムの改善
彼は、コカコーラボトルではなく、コカコーラ缶を検出したいと考えています。しかし、はっきりと調べれば、缶とボトルはほとんど同じであり、それらを区別するのは難しいでしょう。あなたはその後の答えでその困難の多くを見つけることができます。主な問題は、場合によっては、人間もそれらを区別することが難しいということです。
2番目の画像では、2番目の画像用にいくつかのカスケードをトレーニングした場合でも、彫刻ライオンと元のライオンがマシンでほぼ同じように見えるため、生きているライオンが画像に存在する場合に検出されるように変更されています。
これらの種類の画像の多くをトレーニングする必要があるため、 Haarカスケードはあまり効果的ではない可能性があります。
サンプル画像がいくつかあり、それらが画像に含まれているかどうかを確認したい場合は、SURF機能などを使用できます。ただし、最初にいくつかのサンプル画像を比較する必要がある場合があります。SURFのデモについては、次のSOFを確認してください:OpenCV2.4.1-PythonでのSURF記述子の計算
もう1つのオプションは、テンプレートマッチングです。しかし、それは遅く、スケールと方向は不変ではありません。そして、あなたはこれのためにいくつかのテンプレート画像が必要です
私はこのトピックに関連するいくつかの論文を見たと思います(しかし私は今覚えていません)。グーグルでそれらを取得する可能性があります。答えがわかりましたら更新します。