问题标签 [template-matching]

这是我尝试做的一个最小示例：

创建 3D 矩阵

创建 3D 模板

计算互相关（matlab 中的 3D 互相关）。我认为互相关与翻转模板的卷积相同。那是对的吗？

查找最佳匹配的下标

我读到必须减去最终坐标的模板大小的一半，但我不再拥有包含此信息的页面链接。但是，我认为如果不这样做，返回的坐标不是模板中心所在的位置，而是模板的一角。

作为我的示例的结果，我期望：x=2, y=2, z=4. Matlab 告诉我它是x=4, y=4, z=4. 但是，当将模板更改为

我得到正确的结果(x=3, y=3, z=3)。

我必须改变什么才能得到正确的结果？

我是 OpenCV 的初学者。我正在尝试与多个模板进行模板匹配。

对于单个模板，我从这里获取源代码 OpenCV Template Matching example in Android

我在互联网上搜索，我找不到满足我要求的合适的 android 或 java 代码。我有 C++ 代码，但我不知道如何翻译它。你能帮我找到一个合适的java或android代码吗？或者请帮助我将此 C++ 代码翻译成 java，我可以在 android 应用程序中使用它。

先感谢您。

C++ 代码

给定类似的足球场图像，首先，我需要检测中场线（如我上面叠加的），并且更多的是更好，我想学习图像投影以使中场线正交规避完美失真，就好像我是直接的一样看向中场。

我如何应用这些想法？任何建议的方法或代码示例都是有用的。

目前，我正在检测筛选特征，并尝试在特征中找到最适合的正交线，假设大部分特征检测来自场线。这适用于某些场景，但不适用于所有场景。

如何获得一个绝对值，告诉我模板在最匹配的位置匹配了多少？我知道 minMaxLoc() 但这只能告诉我最大的值是多少，但我不知道 MAXIMUM 值是多少，以便我可以了解它的匹配程度。

我见过有人说你可以使用归一化来获得一个百分比，但这并没有真正帮助我，因为最大的值总是 100%。我错过了什么吗？

和往常一样，我是世界上最糟糕的正则表达式制造者。但这次我真的试过了。

所以我的目标是制作一个处理搜索相关内容的正则表达式。搜索查询可能是这样的：

• 堆栈溢出
• “堆栈溢出”
• 标题="堆栈溢出"
• 类型：图像标题=堆栈溢出
• 堆栈溢出类型：图像
• 状态：关闭类型：图像标题：堆栈溢出

但它应该能够单独检测它们。它应该能够检测直接匹配的引用。只有标题，必须在其后面有搜索查询，但其他条件可以是任何顺序。

现在我被困住了..我设法做到了这个正则表达式。它仅适用于状态：关闭类型：图像标题：堆栈溢出。事物之间的点()使它起作用。如果我用 | 替换它，那么我得到第一部分匹配。但是让这个工作，所有可能的查询格式对我来说是不可能的。

这是工具，我试着做这一切：http ://regexr.com/39an1我的涂鸦也在里面。

这是针对搜索引擎类型的东西。所以我希望匹配的结果，在 PHP 内部很容易使用。另外，我认为有人可以从中受益匪浅，它会有一个解决方案。

如果有人可以立即将我指向正确的位置，至少带有点与 | 在主要()事物之间。感觉就像 | = 或，但我想要有点像 and-or 的东西。

问题：我有一张物体的照片（制造零件，如下面的照片），我想使用我的 Andoird 手机相机验证相机预览中的物体是否与模板匹配。（换句话说，它是否与模板相同的部分）

• 我可以让用户移动相机，以便在相机预览中获得与模板相似的模板视图，但是会有不同的噪音水平和/或照明，可能还有不同的背景。

问题： 你建议我用什么来解决这个问题？我在考虑 Canny 边缘提取，然后将相机帧与模板中的 Canny 边缘提取相匹配？这是一个好主意吗？如果是，请告诉我如何实施？任何资源？样品？（我可以进行 Canny 边缘提取，但找不到匹配的方法）

如果不是一个好主意，那么您有什么建议？

我尝试过的事情：

1. 特征提取和匹配：我使用了一些来自 OpenCV 的不同提取器和匹配器实现，我的应用程序正在工作并绘制检测到的特征点和匹配等。但是作为图像处理的初学者，我无法理解结果以及如何知道什么是匹配。任何想法，帮助，好的资源？
2. 模板匹配：我使用了 OpenCV 模板匹配，但是性能很糟糕，我认为这不是解决方案。

我正在创建一个应用程序，将对象的形状与一堆模板图像进行比较。

例如：

用户拍摄瓶子的照片，应用程序将找到形状并进行比较，以根据模板图像找到瓶子的类型。

我看过 OpenCV 但我不确定如何在 iOS (Xcode) 中实现它

你会建议做什么？

我在 Web 服务中进行了编码，以匹配发布图像中的模板并返回结果。我正在使用带有 CV_TM_CCOEFF_NORMED 匹配方法的 OpenCV 的 .net 包装器。我们基本上是在尝试匹配用智能手机拍摄的照片上的标志。这是最好的方法吗？在决定和优化图像模板方面是否有任何技术可以使识别过程更加准确（到目前为止，我们的成功率约为 60%，需要改进） .

我需要使用 Python 处理大量图像。所有这些图像都有一些不同大小的透明区域（alpha 通道）。

我需要以编程方式在这些图像的透明区域中填充 RGB 噪声，但保持非透明区域不变。这是更改图像的示例。

如何在 Python 中以编程方式执行此操作？

因此，当我尝试在大图像 A 中找到模板 B 时，我可以通过找到互相关的最大值来做到这一点，就像在空间域中这样：

但是当我想在频域中这样做时，我得到了错误的结果：

我不明白我在频域做错了什么。我已经在没有 fftshift 的情况下尝试过，它给出了不同的结果，尽管仍然是错误的。我怎样才能正确地做到这一点？