标签: template-matching

有什么好方法可以将可能具有不同旋转，曝光等但具有相同背景或其他固定参考的图像对齐在一起？

Adobe Photoshop可以通过其“ Photomerge”功能实现此目的。

如何以编程方式执行此操作？是否有开放源代码应用程序？

我正在开发一个项目,我在图像中有一个特征描述为一组X和Y坐标(每个特征5-10个点),这个特征对于这个特征是独一无二的.我还有一个包含数千个功能的数据库,每个功能都有相同类型的描述符.结果如下:

myFeature: (x1,y1), (x2,y2), (x3,y3)...

myDatabase: Feature1: (x1,y1), (x2,y2), (x3,y3)...
            Feature2: (x1,y1), (x2,y2), (x3,y3)...
            Feature3: (x1,y1), (x2,y2), (x3,y3)...
            ...

我想在myDatabase的功能中找到myFeature的最佳匹配.

匹配这些功能的最快方法是什么？目前我正在踩着数据库中的每个功能并比较每个单独的点:

bestScore = 0
for each feature in myDatabase:
    score = 0
    for each point descriptor in MyFeature:
        find minimum distance from the current point to the...
          points describing the current feature in the database
        if the distance < threshold:
            there is a match to the current point in the target feature
            score += 1

    if score > bestScore:
        save …

我打电话给:

Imgproc.matchTemplate(image, templ, result, 0);

并且匹配的结果在Mat实例中.我找不到这个课程的任何文档.如果我理解正确,结果包含一个概率矩阵.我怎样才能找到概率的最大值？我甚至无法理解Mat实例的样子以及它包含的内容.

谢谢Eyal

我试着在窗口中实时绘制形状.形状类似于缠结,矩形,圆形,半圆形或圆形,屏幕中的"Z"使用黄色.尺寸和形状可能与原始图像不同.但程序知道所有原始形状.因为它们是预定义的.我想知道如何识别正确的形状.举个例子,

有可能这样做吗？我可以使用模板匹配吗？请在这件事上给予我帮助..

我想找到/检查主图像中的subImage /模板图像,并想知道它的坐标,

我使用了以下链接中给出的代码来实现它,

检查iOS中图像中子图像的存在

如果模板图像的大小与较大图像的匹配部分的大小完全相同,则它工作正常.

但是如果子图像按比例缩小或放大而不是匹配较大图像的一部分,则不能正确地给出结果.

我有使用 python 编写的工作 OpenCV 模板匹配代码。现在我正在寻找一种方法来告诉 OpenCV 仅在提供的区域（x，y，w，h）中搜索，这可能吗？

问候， 菲利普

我正在尝试在 Python 中实现以下 C++ 代码：https : //opencv-code.com/tutorials/fast-template-matching-with-image-pyramid/

如果你检查C++ 代码，你会看到这个循环：

for (int i = 0; i < contours.size(); i++)
{
    cv::Rect r = cv::boundingRect(contours[i]);
    cv::matchTemplate(
        ref(r + (tpl.size() - cv::Size(1,1))), 
        tpl, 
        res(r), 
        CV_TM_CCORR_NORMED
    );
}

我的Python代码：

for i in range(0, np.size(contours)-1):
    x, y, w, h = cv.boundingRect(contours[i][0])
    tpl_X = curr_template.shape[1]-1
    tpl_Y = curr_template.shape[0]-1

    result[y:h, x:w] = cv.matchTemplate(
                           curr_image[y:h+tpl_Y, x:w+tpl_X],
                           curr_template, cv.TM_CCORR_NORMED)

当我不断收到时出现问题：ValueError：无法将输入数组从形状（53,51）广播到形状（52,52）

这个数字 (53, 51) (52,52) 可能会改变，因为我只是稍微修改了结果或 curr_image 中的坐标，但这不是正确的答案。

这是我当前的代码：

import cv2 as cv …

我正在寻找一种算法来计算以下内容:我有一个带有预定义区域的图像(附加图像上的绿色图像).用户绘制红色矩形,算法应计算红色矩形是否与绿色矩形匹配.例如,附加图片上的红色矩形的位置就可以了.

计算这个的好方法是什么？有没有最佳实践算法？

我的想法是计算红色矩形的中间,然后确定中间是否在绿色矩形内.另外,我会计算长度和高度是否与绿色长度和高度相匹配(25%或更多).

这是一个好主意吗？还有其他建议吗？

我在 opencv 和模板匹配方面遇到了一些麻烦，所以我希望这里有人可以帮助迷失的灵魂。

因此，作为我正在使用的代码的一部分，我有以下两行我不太理解。

result = cv2.matchTemplate(edged, template, cv2.TM_CCOEFF)
(_, maxVal, _, maxLoc) = cv2.minMaxLoc(result)

根据我的理解，第一行在变量“result”中存储了一个相关系数。这反过来又被传递到cv2.minMaxLoc(...)它依次生成一个由 (minVal, maxVal, minLoc, maxLoc) 组成的 4 元素数组，其中我们只对 maxVal 和 maxLoc 感兴趣。

在打印 maxVal 的值时，我似乎得到了 2,000,000 到 7,000,000 之间的值，具体取决于模板、光照条件等。

我的问题如下：

maxVal 是什么意思？

maxVal 的范围是多少？

哪些物理特性会影响 maxVal 的值？

在此先感谢您的帮助和指导！

我在实时相机捕获中使用 opencv 模板匹配，并收到错误消息：

error: (-215) _img.size().height <= _templ.size().height && _img.size().width <= _templ.size().width in function matchTemplate

环境：

OpenCV: 3.4.1
Python3

代码（是官网doc的例子，我只是替换了图片）

import cv2 as cv
import numpy as np
img_rgb = cv.imread('mybook.png')
img_gray = cv.cvtColor(img_rgb, cv.COLOR_BGR2GRAY)
template = cv.imread('book.jpg',0)
w, h = template.shape[::-1]
res = cv.matchTemplate(img_gray,template,cv.TM_CCOEFF_NORMED)
threshold = 0.8
loc = np.where( res >= threshold)
for pt in zip(*loc[::-1]):
    cv.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (0,0,255), 2)
cv.imwrite('res.png',img_rgb)

我想知道我是否做错了什么？非常感谢！