Распознавание объектов на растровом изображении.

[roma]

Всем спасибо за ссылки и разъяснения.

[Boris]

В условиях задачи есть допущение о том, что смежные пиксели одинакового цвета как раз и образуют объект.
На вопрос, как получить все пиксели объекта, зная только один пиксель, ответ я нашел. Все ,вообще говоря , довольно-таки просто, рекурсивно надо обойти все соседние пиксели, имеющие одно значение цвета. Пойду стряпать рекурсию)

Это допущение содержит как минимум одно ОЧЕНЬ большое допущение, что эти писксели не имеют оттенкового различия. В реальности такого не бывает никогда. Исключение - растеризация векторного объекта в растр. Во всех остальных случаях, даже для 256 оттенков серого вариация +-5 - присуствует обязательно.
И уже по алгоритму - рекурсия дело замечательное. Хотя и прожорливое по всем парамтрам - память, время и т.п.
Но вопрос то остался неотвеченным - к чему собственно привязываются атрибутивные данные? К отдельному пикселю? К найденному объекту?
Если к пикселю, то значит N пикселей имеют хотя бы один совпадающий атрибут. Заменим этот атрибут уникальным индексом - получаем векторное представление объекта. Хотя и избыточное.
Если к найденному объекту, то тогда мы где-то храним этот самый объект. Мы же не можем его искать каждый раз заново и вычислять его атрибуты? Получили опять векторный объект.

[JEY]

Но вопрос то остался неотвеченным - к чему собственно привязываются атрибутивные данные? К отдельному пикселю? К найденному объекту?
Если к пикселю, то значит N пикселей имеют хотя бы один совпадающий атрибут. Заменим этот атрибут уникальным индексом - получаем векторное представление объекта. Хотя и избыточное.

Я уже упоминал в предыдущем сообщении о таких объектах, как spans и span allocators, которые непременно присутствуют в алгоритмах обработки растровых изображений. Если не рассматривать растры, как упорядоченный массив пикселей, а как упорядоченный набор сканлайнов (scanlines), то Вы поймете к чему можно привязывать атрибутивные данные.

Различия оттенков присущи алгоритмам растеризации, таким как anti-aliasing, эти алгоритмы и образуют набор отрезков пиксельных данных соответсвующих оттенков, которые и называются объектами span. Объекты span, при помощи объектов span allocator, группируются в объекты scanlines. Объекты scanlines передаются растеризатору, который собирает из них растровую картинку.

К чему я все это написал? Точно также, как каждый векторный объект определяет собой упорядоченный набор вершин с 2, 3 или 4 значениями координат в пространстве, растровый объект определяет собой упорядоченный набор сканлайнов (scanlines). То есть, атрибутивные данные можно привязывать к определенному набору сканлайнов, тем самым, характеризуя любой растровый объект в растровом изображении.

[belomorinka]

А есть ли программы, которые при получении рисунка выделяли объект на этом рисунке, по автоматически выставленным контрольным точкам определялся размер объекта и полученные данные заносились бы в какую-нибудь базу. Есть такие?