我有一个包含几个特定对象的图像。我想检测这张图片中这些物体的位置。为此,我有一些模型图像,其中包含我想要检测的对象。这些图像在我想要检测的对象实例周围被很好地裁剪。
这是一个例子:
在这张大图里,
我想检测此模型图像中表示的对象:
我有一个包含几个特定对象的图像。我想检测这张图片中这些物体的位置。为此,我有一些模型图像,其中包含我想要检测的对象。这些图像在我想要检测的对象实例周围被很好地裁剪。
这是一个例子:
在这张大图里,
我想检测此模型图像中表示的对象:
由于您最初将此作为“gimme-da-codez”问题发布,因此完全没有努力,我不会给您代码。我将笼统地描述该方法,并在此过程中提供提示,由您决定执行此操作的确切代码。
首先,如果您有一个模板,一个更大的图像,并且您想在图像中找到该模板的实例,请始终考虑互相关。无论您是处理一维信号(在信号处理中称为匹配滤波器)还是二维图像,理论都是相同的。
normxcorr2
并理解文档中的示例。N
偏移与点信号与点信号互相关M
导致N + M -1
点输出的事实有关。一旦您阅读了互相关,就应该清楚这一点,但是您还应该查看我上面提到的文档中的示例以获得一个想法。一旦你做了这两个,那么剩下的就是微不足道的,只需要对你的结果进行修饰。这是我在检测到上述对象后的结果。
这里有一些代码提示可以帮助您前进。在我有的地方填写其余部分...
%#read & convert the image
imgCol = imread('http://i.stack.imgur.com/tbnV9.jpg');
imgGray = rgb2gray(img);
obj = rgb2gray(imread('http://i.stack.imgur.com/GkYii.jpg'));
%# cross-correlate and find the offset
corr = normxcorr2(...);
[~,indx] = max(abs(corr(:))); %# Modify for multiple instances (generalize)
[yPeak, xPeak] = ind2sub(...);
corrOffset = [yPeak - ..., xPeak - ...];
%# create a mask
mask = zeros(size(...));
mask(...) = 1;
mask = imdilate(mask,ones(size(...)));
%# plot the above result
h1 = imshow(imgGray);
set(h1,'AlphaData',0.4)
hold on
h2 = imshow(imgCol);
set(h2,'AlphaData',mask)
这是问题结束时我即将发布的答案。我想这与尤达的答案相似。
您可以尝试使用标准化互相关:
im=rgb2gray(imread('di-5Y01.jpg'));
imObj=rgb2gray(imread('di-FNMJ.jpg'));
score = normxcorr2(imObj,im);
imagesc(score)
结果是:(如您所见,最白的点对应于您的对象的位置。)
Mathworks 有一个经典的图像配准演示,使用与@yoda 的答案相同的技术: