/// <summary>
/// 認識処理を行う
/// </summary>
/// <param name="imagePath">認識対象の画像パス</param>
/// <param name="isDebug">デバッグモード</param>
/// <returns></returns>
public static String Recognize(String imagePath, bool isDebug = false)
{
List<String> results = new List<string>();
// 検出対象の画像を読み込み
IplImage src = new IplImage(imagePath, LoadMode.GrayScale);
using (IplImage tmpImage = new IplImage(src.Size, BitDepth.U8, 1))
{
// 1)検出前処理
// エッジ強調
src.UnsharpMasking(src, 3);
// 大津の手法による二値化処理
// 大津, "判別および最小２乗基準に基づく自動しきい値選定法", 電子通信学会論文誌, Vol.J63-D, No.4, pp.349-356, 1980.
src.Threshold(tmpImage, 200, 250, ThresholdType.Otsu);
src.Dispose();
Dictionary<int, List<double>> shapeMatchResults = new Dictionary<int, List<double>>();
List<string> answerFileNames = washTagDictionary.Keys.ToList();
foreach (var answerFileName in answerFileNames)
{
var washTagInfo = washTagDictionary[answerFileName];
var answerImagePath = String.Format(@"answer\{0}.png", answerFileName);
// 2) 検出処理
var resultSURF = SURF(tmpImage, answerImagePath, isDebug);
// 3) 検出候補の評価
string result = null;
// その１：頂点がある場合
if (resultSURF.dstCorners != null)
{
// TODO:平面評価
//result = fileBaseName + " : " + washTagDictionary[fileBaseName];
}
// その２：形状マッチング
if (result == null && resultSURF.findPointList.Count > 0)
{
// ROIの1辺は、横に4つ位入る大きさで（何となくｗ）
CvSize roiSize = new CvSize(tmpImage.Width / 4, tmpImage.Width / 4);
List<double> matchResults = new List<double>();
foreach (var findPoint in resultSURF.findPointList)
{
// ROIを設定
tmpImage.SetROI(
(int)findPoint.Pt.X - roiSize.Width / 2,
(int)findPoint.Pt.Y - roiSize.Height / 2,
roiSize.Width, roiSize.Height
);
// Huモーメントによる形状マッチング [回転・スケーリング・反転に強い]
matchResults.Add(
CompareShapeMoment(tmpImage, answerImagePath, MatchShapesMethod.I1)
);
// ROIをリセット
tmpImage.ResetROI();
}
// 閾値以下だった場合に検出と見なす
if (matchResults.Min() < 0.005)
{
// カテゴリに値が無ければ確保
if (shapeMatchResults.ContainsKey(washTagInfo.CategoryNo) == false)
{
shapeMatchResults.Add(washTagInfo.CategoryNo, new List<double>());
}
shapeMatchResults[washTagInfo.CategoryNo].Add(matchResults.Min());
}
}
}
// 4)認識結果の整理
foreach (var categoryNo in shapeMatchResults.Keys)
{
var matchResult = shapeMatchResults[categoryNo];
var min = matchResult.Min();
var index = matchResult.FindIndex((x) =>
{
return x == min;
});
var id = String.Format("{0:0}{1:00}", categoryNo, index + 1);
var recognitionWashTag = washTagDictionary[id];
// 結果を格納
results.Add(
String.Format(isDebug ? "{0} : {1} ({2})" : "{0} : {1}", id, recognitionWashTag.Description, min)
);
}
// デバッグ表示
if (isDebug)
{
using (CvWindow win = new CvWindow("image", tmpImage))
{
CvWindow.WaitKey();
}
}
}
return results.Count > 0
? String.Join("\n", results.ToArray())
: "検出する事が出来ませんでした。";
}
