使用OpenCV来识别图形模式
识别它们（模式）是不够的，即使是人也能做到）。
你还需要对它们进行分类，了解如何处理它们
众所周知，相关和类似的方法不能准确地处理时间序列的匹配，在某些情况下，根本就不准确。
最近，计算机视觉已经变得很普遍。它主要用于识别图像，例如照片中的人脸。据我所知，这种方法的效果非常准确。有没有人有使用这些库进行模式识别的经验？嗯，并使用mql中的库。我认为这个主题本身就非常有趣，应该加以发展。我还没有这方面的经验，但想学习。
我猜它可能对机器学习、模式搜索和其他任务有很大帮助。
最有趣的事情之一是，你可以在机器人中建立一个可能性，通过他的脸来检测一个用户，如果他有一个摄像头，如果是一个不同的人，那么就不允许交易:)
Pruf http://opencv.org/
我建议再进一步思考，想象识别机制已经到位，并且在终端工作，通过同样的OpenCV。
下一步是什么？
艾略特和狼波？我们已经在一定程度上准确地探测到了它们，接下来呢？然后我们再回到机器人领域，使用SL、TP、TS
至少要明确和稳定地确定战略的 "可怕 "之处。例如，有些东西越早吹响 "这样 "的口哨越好，我们可以阻止反趋势的地层，避免损失。
一个简单的场景--在历史图表上标记出亏损区（一个开发者 "眼见为实 "地知道它们），启动一个教程，同一个OpenCV不停地盯着图表。
但你不能改写它...... "开箱即用 "的模式识别不是为图形设计的。仍然有很多数学应该是参与的
我建议再进一步思考，想象识别机制已经存在，并且在终端工作，通过同样的OpenCV。
下一步是什么？
艾略特和狼波？我们已经在一定程度上准确地探测到了它们，接下来呢？然后我们再回到机器人领域，使用SL、TP、TS
先生，你完全疯了吗？ 我已经写过了，这是一个狭义的话题，让我们不要用剩饭剩菜来丢弃它，因为像往常一样，你在这个话题上找不到任何东西，因为有你这样的人，他们走在马的前面。应用选择是多种多样的，超出了本专题的范围。
如果你有关于这个图书馆的具体内容，请继续。
我已经写过了，这是一个狭义的话题，我们不要用剩饭剩菜来填满它，因为像往常一样，你在这个话题上找不到任何东西，因为有你这样的人在前面。应用选择是多种多样的，超出了本专题的范围。
如果你有关于这个图书馆的具体内容--请继续。
而你自己已经在使用这个软件包了？下载后，解压缩，它看起来像一个怪物。网站上有很多印刷品，其中一本奥雷利的书有一千多页!
如果你在工作，用的是VS，什么版本？还是用别的东西？
网站上有一份文件，我会慢慢阅读。
你自己已经在使用这个软件包了吗？下载了它，解压缩，它看起来像一个怪物。网站上有很多印刷书籍，其中一本《奥雷利》超过了一千页!
如果你在工作，用的是VS，什么版本？还是用别的东西？
网站上有一份文件，我会慢慢阅读。
我仍然在寻找这个怪物的右侧 :)我正在寻找已经与之合作过的人。
我需要正确制定步骤顺序来实现，例如，两个模式的比较，然后做一些事情
这个方向的最大进步是通过CNN（相干神经网络）获得的。
- habrahabr.ru
谢谢你的视频，我被迷住了 : )
但这并不完全是我们所需要的，但它对普通教育是有好处的。我们需要认识（记住，无论如何）2个图形模式，并比较它们的相似性。这是第一个要开始的任务。 我不知道你是否要训练neuronet。
众所周知，相关和类似的方法不能准确地处理时间序列的匹配，在某些情况下，根本就不准确。
最近，计算机视觉已经变得很普遍。它主要用于识别图像，例如照片中的人脸。据我所知，这种方法的效果非常准确。有没有人有使用这些库进行模式识别的经验？嗯，并使用mql中的库。我认为这个主题本身就非常有趣，应该加以发展。我还没有这方面的经验，但想学习。
我猜它可能对机器学习、模式搜索和其他任务有很大帮助。
有趣的是--有可能在机器人中建立一个可能性，通过他的脸来识别用户，如果有一个摄像头，如果是不同的人，则不允许交易:)
Prufhttp://opencv.org/ 。