请选择 进入手机版 | 继续访问电脑版

[python] Python和OpenCV举行 多尺度模板匹配实现

[复制链接]
查看91 | 回复13 | 2021-9-13 13:22:20 | 显示全部楼层 |阅读模式
目次

这篇博文将实现怎样 将标准模板匹配扩展到多尺度,从而使其更加健壮。使其可以处理模板和输入图像大小不同的匹配。

1. 结果 图

模板匹配标题 :对于模板和图像中不同等 的环境 ,会发生错误检测。

如下图左侧模板小,右侧图像中大,固然 完全同等 ,只是大小不一样,却未被检测到。

在这里插入图片形貌

优化:多尺度模板匹配,对于模板和图像中有平移和缩放的环境 可以完善 工作。
如下图:

在这里插入图片形貌

多尺度模板匹配,gif 详细 结果 图

在这里插入图片形貌

2. 原理

  •  使用 cv2.matchTemplate举行 模板匹配,不是很健壮。当模板的尺寸与检测图像上的尺寸不匹配时,将面对 错误检测。
  • 模板匹配具有平移不变性。通过扩展可以使其对伸缩性(即大小)的变化更加健壮。
  • 多尺度模板匹配可以处理平移和缩放中的变化,但对旋转或非仿射变换的变化不具有鲁棒性。
  • 对于非仿射变换上的旋转,可使用 检测关键点,提取局部不变形貌 符,并应用关键点匹配(keypoint matching)。
  • 假如 模板相称 严酷 且边缘映射精良 ,只关心平移和缩放,那么多尺度模板匹配可以提供非常好的结果 ;
  • 使用 边缘映射而不是原始图像举行 模板匹配可以大大进步 模板匹配的精度。
  1. <strong>模板匹配不能很好地说明一个对象是否没有出现在图像中。</strong> 可以通过设置相关系数的阈值,但实际上是不可靠和稳健的。<strong>优化:更健壮的方法——关键点匹配。</strong>
复制代码

3. 步骤

1)在每次迭代中,图像都会被调整大小并计算Canny边缘图;
2)应用模板匹配,找到相干 系数最大的图像的边界框(x,y)坐标;
3)末了 ,将这些值存储在簿记变量中;
4)在算法的末了 ,找到全部 尺度上相干 系数相应 最大的地区 的(x,y)-坐标,然后绘制边界框;

4. 源码

  1. # USAGE
  2. # python match.py --template cod_logo.png --images images
  3. # USAGE2 了解实际检测原理及细节
  4. # python match.py --template cod_logo.png --images images --visualize 1
  5. # 导入必要的包
  6. import argparse # argparse解析命令行参数
  7. import glob # 获取输入图像的路径
  8. import cv2 # opencv绑定
  9. import imutils # 图像处理的一些方法
  10. import numpy as np # numpy进行数值处理
  11. # 构建命令行及解析参数
  12. # --template 模板路径
  13. # --images 原始图像路径
  14. # --visualize 标志是否显示每一个迭代的可视化结果
  15. ap = argparse.ArgumentParser()
  16. ap.add_argument("-t", "--template", required=True, help="Path to template image")
  17. ap.add_argument("-i", "--images", required=True,
  18. help="Path to images where template will be matched")
  19. ap.add_argument("-v", "--visualize",
  20. help="Flag indicating whether or not to visualize each iteration")
  21. args = vars(ap.parse_args())
  22. # 加载模板图像,转换灰度图,检测边缘
  23. # 使用边缘而不是原始图像进行模板匹配可以大大提高模板匹配的精度。
  24. template = cv2.imread(args["template"])
  25. template = cv2.cvtColor(template, cv2.COLOR_BGR2GRAY)
  26. template = cv2.Canny(template, 50, 200)
  27. (tH, tW) = template.shape[:2]
  28. cv2.imshow("Template", template)
  29. # 遍历图像以匹配模板
  30. for imagePath in glob.glob(args["images"] + "/*.jpg"):
  31. # 加载图像,转换为灰度图,初始化用于追踪匹配区域的簿记变量
  32. image = cv2.imread(imagePath)
  33. gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
  34. found = None
  35. # 遍历图像尺寸
  36. for scale in np.linspace(0.2, 1.0, 20)[::-1]:
  37. # 根据scale比例缩放图像,并保持其宽高比
  38. resized = imutils.resize(gray, width=int(gray.shape[1] * scale))
  39. r = gray.shape[1] / float(resized.shape[1])
  40. # 缩放到图像比模板小,则终止
  41. if resized.shape[0] < tH or resized.shape[1] < tW:
  42. break
  43. # 在缩放后的灰度图中检测边缘,进行模板匹配
  44. # 使用与模板图像完全相同的参数计算图像的Canny边缘表示;
  45. # 使用cv2.matchTemplate应用模板匹配;
  46. # cv2.minMaxLoc获取相关结果并返回一个4元组,其中分别包含最小相关值、最大相关值、最小值的(x,y)坐标和最大值的(x,y)坐标。我们只对最大值和(x,y)-坐标感兴趣,所以只保留最大值而丢弃最小值。
  47. edged = cv2.Canny(resized, 50, 200)
  48. result = cv2.matchTemplate(edged, template, cv2.TM_CCOEFF)
  49. (_, maxVal, _, maxLoc) = cv2.minMaxLoc(result)
  50. # 检查是否可视化
  51. if args.get("visualize", False):
  52. # 在检测到的区域绘制边界框
  53. clone = np.dstack([edged, edged, edged])
  54. cv2.rectangle(clone, (maxLoc[0], maxLoc[1]),
  55. (maxLoc[0] + tW, maxLoc[1] + tH), (0, 0, 255), 2)
  56. cv2.imshow("Visualize", clone)
  57. cv2.waitKey(0)
  58. # 如果我们找到了一个新的最大校正值,更新簿记变量值
  59. if found is None or maxVal > found[0]:
  60. found = (maxVal, maxLoc, r)
  61. # 解包簿记变量并基于调整大小的比率,计算边界框(x,y)坐标
  62. (_, maxLoc, r) = found
  63. (startX, startY) = (int(maxLoc[0] * r), int(maxLoc[1] * r))
  64. (endX, endY) = (int((maxLoc[0] + tW) * r), int((maxLoc[1] + tH) * r))
  65. # 在检测结果上绘制边界框并展示图像
  66. cv2.rectangle(image, (startX, startY), (endX, endY), (0, 0, 255), 2)
  67. cv2.imshow("Image", image)
  68. cv2.waitKey(0)
复制代码

5. 参考

https://www.pyimagesearch.com/2015/01/26/multi-scale-template-matching-using-python-opencv/

到此这篇关于Python和OpenCV举行 多尺度模板匹配实现的文章就先容 到这了,更多相干 OpenCV 多尺度模板匹配内容请搜索 脚本之家从前 的文章或继续欣赏 下面的相干 文章渴望 大家以后多多支持脚本之家!


免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
回复

使用道具 举报

avatar 默默MYQ | 2021-9-13 15:42:25 | 显示全部楼层
楼上的心情不错啊!
回复

使用道具 举报

avatar 123457018 | 2021-9-20 18:55:38 | 显示全部楼层
看帖不回帖的人就是耍流氓,我回复了!
回复

使用道具 举报

avatar 没想爱上你堑 | 2021-9-21 12:07:26 | 显示全部楼层
大神就是大神,这么经典!
回复

使用道具 举报

avatar 可怜的冯三厣 | 2021-10-5 17:07:22 | 显示全部楼层
最近压力山大啊!
回复

使用道具 举报

avatar 寒川 | 2021-10-7 04:42:49 | 显示全部楼层
论坛的帖子越来越有深度了!
回复

使用道具 举报

avatar 一叶知秋117 | 2021-10-7 20:08:59 | 显示全部楼层
admin楼主的文笔不错!
回复

使用道具 举报

avatar 朋友一起走 | 2021-10-7 20:09:02 | 显示全部楼层
我对admin楼主的敬仰犹如滔滔江水绵延不绝!
回复

使用道具 举报

avatar 0Zombies0 | 2021-10-7 21:00:34 | 显示全部楼层
雷锋做好事不留名,都写在帖子里!
回复

使用道具 举报

avatar 天主的爱 | 2021-10-8 20:47:25 | 显示全部楼层
收藏了,admin楼主加油!
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则