Обнаружьте области в изображении, которые содержат текст. Это - общая задача, выполняемая на неструктурированных сценах. Неструктурированные сцены являются изображениями, которые содержат неопределенные или случайные сценарии. Например, можно обнаружить и распознать, что текст автоматически от записанного видео предупреждает драйвер о дорожном знаке. Это отличается, чем структурированные сцены, которые содержат известные сценарии, где положение текста известно заранее.

Обнаружьте конкретный объект в нарушенной сцене, учитывая ссылочное изображение объекта.

Классифицируйте цифры, использующие функции ПОЖИРАТЕЛЯ РЕСУРСОВ и мультикласс классификатор SVM.

Автоматически определите геометрическое преобразование между парой изображений. Когда одно изображение будет искажено относительно другого попеременно и шкалы, используйте detectSURFFeatures и estimateGeometricTransform, чтобы найти угол поворота и масштабный коэффициент. Можно затем преобразовать искаженное изображение, чтобы восстановить оригинальное изображение.

Автоматически создайте обзор с помощью основанных на функции регистрационных методов изображений.

Стабилизируйте видео, которое было записано с нервной платформы. Один способ стабилизировать видео состоит в том, чтобы отследить существенную функцию в изображении и использовать это в качестве точки привязки, чтобы уравновесить все возмущения относительно него. Эта процедура, однако, должна быть загружена со знанием того, где такая существенная функция находится в первом кадре видео. В этом примере мы исследуем метод видео стабилизации, которая работает без любого такого априорного ведома. Это вместо этого автоматически ищет "фоновую плоскость" в видео последовательности и использует ее наблюдаемое искажение, чтобы исправить для движения камеры.

Используйте комбинацию основных морфологических операторов и анализа блоба, чтобы извлечь информацию от видеопотока. В этом случае пример считает количество бактерий Э. Коли в каждом кадре видео. Обратите внимание на то, что ячейки имеют переменную яркость, которая делает задачу из сегментации более сложной.

Используйте морфологические операции, чтобы считать объекты в видеопотоке.

Используйте основные морфологические операторы, чтобы извлечь информацию от видеопотока. В этом случае модель считает количество главных продуктов в каждом кадре видео. Обратите внимание на то, что особое внимание и освещающий изменение в каждом кадре видео.