¿Cómo se realiza la detección en el procesamiento de imágenes?

Mi forma de detectar objetos en el procesamiento de imágenes es convertir la imagen de entrada al espacio de color HSV. Luego extraigo algo de color en el objeto y lo convierto en una imagen de máscara. Finalmente, detecto el objeto a través de la imagen de la máscara. Pero mi problema aquí es que mi camino no es bueno. Si tiene 100 tipos de objetos, no puede extraerlos todos. Quiero conocer alguna forma de detectar mejor los objetos en el procesamiento de imágenes. Gracias !

Como esta es una pregunta muy general, aquí hay una respuesta muy general. Tomamos una imagen y la digitalizamos en bits. Los bits generalmente están dispuestos en 3 o 4 bancos de 8-12 bits que representan la intensidad de la luz roja-verde-azul con una superposición potencial. Ahora la computadora puede intentar darle sentido a esta estructura de datos. Dado que la mayoría de las imágenes serán millones y millones de bits, necesitamos un proceso que tome esa información masiva y la convierta en algo que un humano pueda entender. Como dice la Biblia, “Busca y encontrarás”; Si no estamos buscando algo, no encontraremos nada. En el caso más general, podemos tener un clasificador que ha sido entrenado en los bits de millones de imágenes diferentes mediante el uso de fórmulas matemáticas para reducir los bits a “características”. Mientras entrena al clasificador, el programa compara las características de cada una de las imágenes que se han clasificado previamente e intenta detectar las similitudes entre los conjuntos de características que se han clasificado de la misma manera. La computadora puede tardar semanas en tomar esa determinación, pero una vez que lo hace, podemos guardar sus procedimientos y volver a aplicarlos a cualquier imagen que estamos examinando. En ese momento, podemos decir que hemos detectado lo que estábamos buscando.