????????我們剛剛完成了從簡(jiǎn)單目標(biāo)識(shí)別到意圖分析的整個(gè)流程，過(guò)程中我們嘗試了很多方法，有一些達(dá)到了我們預(yù)期的結(jié)果，也有一些失敗了?，F(xiàn)在我們從頭梳理一遍，我們對(duì)于給定的一張（組）圖片，怎樣從中分析出坦克的作戰(zhàn)意圖呢？

????????首先我們將這張圖片進(jìn)行降噪處理，包括二值化、黑白圖、以及顏色分割，而后進(jìn)行初次模板匹配，找到目標(biāo)的大概位置坐標(biāo)，之后進(jìn)行透視變換，將目標(biāo)拉伸到一般視角，最后再次進(jìn)行模板匹配，并根據(jù)我們之前研究過(guò)的連線算法，得到連線簡(jiǎn)圖。

在顏色分割下得到的連線簡(jiǎn)圖?

????????將連線簡(jiǎn)圖帶到已經(jīng)訓(xùn)練好的分類器中進(jìn)行分類，識(shí)別出敵方坦克的作戰(zhàn)意圖。

由分類器得到敵方作戰(zhàn)意圖的可能性（combat）?

????????好的，我們剛剛又重新走了一遍流程，現(xiàn)在我們將它們模塊化，把各個(gè)步驟結(jié)合在一起，做到以下幾點(diǎn)：

1.可自己選擇要識(shí)別的坦克數(shù)量；

2.命令行輸出顏色高亮顯示；

3.在確定目標(biāo)后直接進(jìn)行連線，制作簡(jiǎn)圖。

匹配模板?

目標(biāo)圖片

界面效果?

模板的灰度、二值化處理?

初次模板匹配（前進(jìn)方向?yàn)?5度）

經(jīng)過(guò)透視變換后的二次匹配

最終匹配效果

獲得連線簡(jiǎn)圖

????????關(guān)于帶到分類器進(jìn)行分類，上一節(jié)已經(jīng)具體演示過(guò)了，這里就不再贅述。以上便是整個(gè)項(xiàng)目的第一版，我的微信是wwy18795980897，歡迎大家對(duì)項(xiàng)目進(jìn)行維護(hù)或者提出改進(jìn)思路，我會(huì)廣泛的聽(tīng)取大家的意見(jiàn)，也期待著大家的建議。

代碼已上傳至GitHub及Gitee，歡迎star，歡迎討論：

GitHub：https://github.com/wangwei39120157028/Machine_Learning_research_on_simple_target_recognition_and_intention_analysis

Gitee：https://gitee.com/wwy2018/Machine_Learning_research_on_simple_target_recognition_and_intention_analysis/settings