問題タブ [iris-recognition]

Iris Recognition の libor masek コードを実行すると、segmentiris 関数を呼び出すと、次のようなエラー メッセージが表示されます。

現在、次の Python (OpenCV 3) を実行しています。

入力画像: / 結果:

_{(出典: opencv.org )}

_{(出典: opencv.org )}

私が抱えている問題は、これが歪んだものを作成することです。私が期待していたのは、破棄されるデータの量と補間を減らすために、出力が背が高くて薄いことでした。

結果を改善し、素晴らしく美しい詳細なアイリス ストリップを作成するにはどうすればよいですか?

画像の特徴を抽出したい - トリミングされた虹彩。しかし、パラメータに問題があります。また、それがどのように正確に機能するかはわかりません。この問題に関する多くのトピックを Web で既に赤字にしましたが、質問に答えることができません。

入力画像:

OpenCV ライブラリを使用し、次のコードを記述します。

そして、次の画像を取得します。

私のパラメータが正しい場合は？さらにいくつかのウェーブレットを取得して、アプリケーションで表示したいと考えています。良い結果を得るにはどのようにパラメーターを変更すればよいですか? また、ガボールの特徴を抽出して保存したいと考えています。誰かがこの質問の答えとしてコードを配置できますか?

誰かが私を助けたいと思ったら、とてもうれしいです。私はこれに行き詰まり、この3日間をコーディングしようとしています..

アプリケーションで Gabor フィルターを使用する必要がありますが、この OpenCV メソッドのパラメーター値についての手がかりがありません。虹彩をエンコードしたい。ガボール フィルターの開始と機能の取得 (ガボール パラメーター値の 12 セットに対してこれを実行したい)。次に、ハミングディスタンをカウントして認証を行います。

誰かがここにparamsの範囲を書くことができれば、または関数でそれを計算する方法:

とても感謝しています。もちろん、自分で割り当てようとしましたが、成功しませんでした。

サンプルファイル:

虹彩の比較について助けが必要です。

私はすでに虹彩画像をセグメント化して正規化しています。ここで、特徴を抽出し、データベースに追加するか、単に特徴ベクトルのリストに追加して、それを他の特徴ベクトルと比較したいと考えています。そのような虹彩が既にデータベースにあるかどうかをアプリケーションで判断したいと考えています。もちろん、画像は異なります。それらは異なる光、角度などで行われました.

ガボール フィルターが役立つと考えたので、12 の異なるパラメーター値に変更しました。

次に、この関数を使用して 12 個のハミング距離を計算します。

そして平均を取ります。

そして... うまくいきません。同じ虹彩または 2 つの異なる虹彩の 2 つの異なる画像を比較する場合、ハミング距離は似ています。アルゴリズムを改善するにはどうすればよいですか? 良い結果を得るには、openCV マザーに実装されているものを使用する必要がありますか? 私にとっては、どのアルゴリズムを使用するかは問題ではなく、良い結果を得たいだけです。そして私は少しビギナーです。

いくつかのサンプル画像: 人物 1 img1: 人物 1 img1 の正規化された虹彩:

Person one img2: person one img2 の正規化された虹彩:

この例のハミング距離は約 29000 です (これは私が得た最小の距離です。ほとんどの場合、同じ人の虹彩で約 30000 - 31000 です) 異なる人のハミング距離は約 31000 です (テストされた画像によって異なります)