網路城邦
上一篇 回創作列表 下一篇  字體:
浮萍知多少
2015/03/13 07:29:36瀏覽1011|回應0|推薦8

我現在面對影像辨識的業務需求已經有點應接不暇,往好處想:因為我會做影像辨識,所以生意還不錯!但尷尬的是我這些年來訓練學生的方向,都是以市場主流需要的資料庫與APP設計為軸心,影像辨識這一塊他們會的也不多。所以老人家我最近好忙,學生們對於辨識核心程式卻幫不上忙!

這就像老師傅包的包子很好吃,但是如果沒人幫忙的話,也包不了很多來賣。放眼未來,如果我們可以藉著這個好的起點,發展成一間擅長作影像辨識的特色公司,那一定很棒!因為目前在台灣這種技術的競爭者還很少,影像辨識的市場需求卻已急速膨脹!如果每個學生都有和我接近的影像辨識研發能力,我想百萬年薪應該不是一個遙遠的夢。

所以我很努力地在寒假之前就開始編教材上課,但這真的是一門挺難的學問,上到目前為止我的車牌辨識流程他們還學不到一半,只算勉強達到一般傳統資訊科系上過「數位影像處理」課的程度。昨天剛好有一個簡單的需求,某科大教授想用影像找出實驗室環境下培養浮萍的成長量,這案例很適合讓學生們理解掌握如何分辨影像目標的基本概念,所以我就在辦公室立即集合學生開講授課,也在此分享給各位讀者。

下圖左是原始影像,右邊黑色區塊就是辨識出來的浮萍分布:

這個CASE有點難的是如何成功地將背景通通擦掉,如果背景是單色的綠屏當然很簡單,拍電影的人都是這樣幹的!但是這裡不是這樣的,事實上浮萍的顏色都比背景來的單純,所以我們的目標是找到一個可以區隔浮萍與所有背景的顏色特性。如果單純的只顯示影像的綠色部分,那麼背景白色的部分也有很亮的綠色成分,浮萍還是不明顯的,各位可以用PhotoShop試試看!

所以我的公式是:綠色亮度X2 藍色亮度 紅色亮度

這個值已經足夠凸顯出浮萍的特性,背景的水色接近白色,杯底陰影則近乎黑色,兩者的RGB(紅藍綠亮度) 值都是相似的,所以上述公式算出來的結果都接近於零!浮萍部分的這個差值就很大,大於某個數值時就可以視為浮萍了!

每次我在部落格講到技術性內容,我的夥伴們都會有點緊張,好像我洩漏了商機,會影響到生意。這是有可能啦!但是以這個例子來說,不會比一般大學老師上課用的範例複雜,真正要變成商業品質的辨識軟體當然還有很多細節,不會只是看看這種層級的資訊就能搶去我的生意的。

另一方面來說,其實影像辨識的應用極廣,市場正在急速成長,每個實務需求都需要很多技術人員寫很多程式做很多實驗,我一個人一個公司根本也做不了多少案子。以我的經驗,這種急速增長的軟體需求應該很快會變成國際競爭的舞台,台灣人不會做、做不完或作不好,就會變成外國人賺取台灣錢的機會。我很希望有更多台灣的年輕人開始跨過這個技術門檻,開始加入國際級的競爭,就像我對自己學生的期待一樣。

( 心情隨筆工作職場 )
回應 推薦文章 列印 加入我的文摘
上一篇 回創作列表 下一篇

引用
引用網址:https://classic-blog.udn.com/article/trackback.jsp?uid=yccsonar&aid=21482570