Real-Time Object and Color Recognition

Målet var å utvikle et system som kunne analysere bilder fra kamera og beskrive objekter basert på farge og form. Prosjektet startet med terninggjenkjenning, men metoden er relevant for mer generell objekt- og fargegjenkjenning.

Systemet brukte OpenCV til bildebehandling, fargeanalyse, segmentering og konturdeteksjon. Det ble først testet på stillbilder, før det ble utvidet til sanntidsanalyse. KNN ble brukt for å gjøre klassifiseringen mer robust.

Under kontrollerte lysforhold oppnådde systemet 100% nøyaktighet. Prosjektet viste også en viktig praktisk begrensning: lysforhold og kameraoppsett påvirker resultatene sterkt, og robuste vision-systemer må designes med dette i tankene.