使用 Python 在 OpenCV 中删除或防止重复模板匹配

Question

我有一张地图，上面有许多类似的符号（树）分布在地图上。我正在使用 opencv 来查找所有符号的 X、Y 坐标。

它运行良好，但我收到了大量重复结果。如果我增加过滤器阈值，重复的数量就会减少，因为很多符号都被遗漏了。我尝试编写一些代码来根据接近度过滤结果，但我运气不佳。有没有人知道我可以在这里尝试什么？

img_rgb = cv2.imread('images/map.jpg')
img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY)
template = cv2.imread('images/tree.jpg',0)
w, h = template.shape[::-1]

res = cv2.matchTemplate(img_gray,template,cv2.TM_CCOEFF_NORMED)

threshold = 0.35
matches = np.where( res >= threshold)

tree_count = 0
for pt in matches:
    tree_count += 1
    cv2.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (255,0,0), 1)

cv2.imwrite('found_map.jpg',img_rgb)
print "Done " + map

Answer 1

您可以跟踪已检测到树的图像区域（使用遮罩）。然后，例如，如果尚未标记每个匹配项的中心，则仅增加树计数器。

代码：

img_rgb = cv2.imread('trees.png')
template = cv2.imread('apple_tree.png')
h, w = template.shape[:2]

res = cv2.matchTemplate(img_rgb, template, cv2.TM_CCOEFF_NORMED)

threshold = 0.95
loc = np.where( res >= threshold)

tree_count = 0
mask = np.zeros(img_rgb.shape[:2], np.uint8)
for pt in zip(*loc[::-1]):
    if mask[pt[1] + int(round(h/2)), pt[0] + int(round(w/2))] != 255:
        mask[pt[1]:pt[1]+h, pt[0]:pt[0]+w] = 255
        tree_count += 1
        cv2.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (0,255,0), 1)

cv2.imwrite('found_map.jpg',img_rgb)
print("Found {} trees in total!".format(tree_count))

之前（不删除重复项）：

之后 （使用掩码删除重复项）：

您可以在底部图像中注意到较细的绿线，说明我们检测到 3 棵苹果树，而不是 13 棵！

Answer 2

我可以想到两个选择。

1. 对结果图像进行形态侵蚀，直到只剩下点。很多模块都有这个功能。例如 opencv 和 skimage。

2. 使用结果图像，您可以尝试计算轮廓并提取每个轮廓的内部。

如果没有一些样本数据，很难说什么是最好的选择。不同的数据通常需要不同的方法。