我想创建一个基于颜色组合检测图像类型的系统。
E. G =
对象A=蓝色、红色、橙色、绿色。 对象B=红、绿、蓝、黑。
每当我扫描一幅由蓝-红-橙-绿组成的图像时,答案将是物体A。
我扫描了几张图坦卡蒙的照片,但我抓不住。我想问一下要用什么算法,从哪里开始。
到目前为止,我发现能帮助我解决问题的是K-最近的邻居Algo,但我仍在寻找更多的选择。任何帮助都可以!
在我看来,这是一个分类问题。您拥有具有特性(颜色组合)的对象,并希望将它们分类为类A或B。
最近的邻居是一个很好的起点。一个感知器(一个简单的神经网络)将是另一个简单的算法尝试,以及线性判别分析。
如果您的数据对于线性分离算法来说过于复杂,您可以尝试使用多层感知器、支持向量机或随机林。还有很多其他的可能性,但是上面的一个就足够让你开始了。