Изображение
Попытки решения проблем:
Поскольку расположение водяных знаков в наборе данных изображения различается, я попытался сделать следующее:
- Сделал копию изображения и преобразовал ее в цветовое пространство HSV
Выбран диапазон нижних и верхних значений для интересующей области (значения выбраны после сегментации изображения и построения гистограммы для каждого канала) - Создал маску с помощью функции cv2.inRange().
- Использовал маску для вставки водяного знака в исходное изображение.
Это выглядит больше похоже на проблему машинного обучения, и это нормально, но я хотел заранее исчерпать другие варианты. Есть мысли о том, как решить эту проблему с помощью машинного обучения или алгоритмических методов?
Подробнее здесь: https://stackoverflow.com/questions/787 ... age-datase