我会考虑使用神经网络或 SVM 来拟合模型。这种方法的困难在于您必须收集大量数据 - 正面和负面的例子。但是您可以生成大量人工数据（通过缩放或旋转您已经收集的图像）。收集数据后，您可以使用几个大小的“移动窗口”来检测训练集中不存在的图像上的钉子。我不知道你想花多少时间做这个项目。但是自己实现高效的学习算法是困难的。但是，已经有用于 SVM 的库，我将用于此目的。

我在 OpenCV 中使用了 Viola-Jones，它是 Haar。它真的很强大，基于小波，超出了我的预期。

但这是您所针对的典型图像吗？如果手指伸直或伸直怎么办？或倾斜？

您需要清楚地定义您的域。