问题标签 [template-matching]

我正在使用 OpenCV 2.3 进行关键点检测和匹配。但是我对检测算法给出的size和参数有点困惑。response它们到底是什么意思？

根据 OpenCV 手册，我无法弄清楚：

float size：有意义的关键点邻域的直径

float response：选择最强关键点的响应。可用于进一步排序或二次抽样

我认为跟踪的最佳点是响应最高的点，但似乎并非如此。那么，我如何对 surf 检测器返回的一组关键点进行二次采样，以仅在可追踪性方面保留最好的关键点呢？

我正在使用匹配模板的方法CV_TM_CCORR_NORMED来比较两个图像......我想让这个旋转和缩放不变......有什么想法吗？

我尝试对图像和模板的傅里叶变换使用相同的方法，但旋转后的结果仍然不同

我正在创建一个应用程序来通过书脊识别书籍。我想做的是给书脊拍照并将其与书籍数据库相匹配。

我希望为此使用模式匹配和模板匹配。首先，我希望使用保存在数据库中的书脊模板通过模板匹配搜索书籍，并将它们与拍摄的照片匹配。但是这个过程非常昂贵，并且需要很长时间才能遍历数据库中保存的所有图像。

所以我想用直方图代替。使用直方图和阈值处理后，我能够找到类似的图像。但问题是，当涉及到书籍时，可能会有相同颜色甚至不同光照条件的书脊。因此，逐像素搜索和比较会产生很多假阴性结果，这些图像可能会因不同的光照条件、一点点旋转和大小而有所不同。

如果可以，请指导我如何通过书脊认出这本书。

到目前为止，我一直在使用颜色平均值，但这还不够，我可以用来识别这本书的其他独特功能是什么。

我试图在我的 Android 手机摄像头中抓取一张图像，使用该图像中的 ROI 定义一个模板，然后在抓取连续图像时，进行模板匹配以找到模板的新位置。

问题是模板匹配似乎没有运行：maxVal值一直在 0.99 左右，而maxLoc正是模板的原始位置（X下面的Y）。

我究竟做错了什么？

这是抓取帧时的代码：

这是生成模板的代码：

我有一个 3D 矩阵（非常大，我们称之为 L）和一个 3D 小矩阵（非常小，我们称之为 S），并且想使用 OpenCV 找到 L 中最接近的模式。

OpenCV 会为我做吗？如果是，我应该如何使用它？谢谢。

我正在开发一个可以识别希伯来字符的 C# OCR 程序（用于我自己的学习目的的项目，没有商业质量）。我计划通过从图像中分离字形然后应用模板匹配方法来做到这一点。

我在哪里

我现在有了它，这样我就可以将单个字形从图像中分离出来。每个字形都用一个 2D 像素数组表示。例如，字符“bet”看起来像：

在哪里 ”。” 表示空白，“*”表示填充像素。

我现在要应用模板匹配算法来识别这个二维像素数组代表什么字形（在这种情况下，它应该匹配“赌注”模板）。

问题

我很难找到一个好的模板匹配算法的简单解释（我发现的大部分是论文或代码库的链接），并且想知道是否有人知道我可能研究的任何内容。

我想强调一下，我想手动完成，而不是简单地使用库。我愿意研究图书馆如何解决这个问题，但是，如果它不分成十五亿个不同的部分。:)

我也愿意听听是否有更好的方法来做我想做的事情。

我正在使用具有 CUDA / CUBLAS / CUFFT 支持的 OpenCV 在灰度屏幕截图上执行一些非常基本的模板匹配以提取一些文本，这意味着我可以假设以下内容：

我确实知道我试图匹配的原始精灵的确切大小、颜色和旋转，即，我可以访问在观察程序的渲染过程中使用的纹理。

然而，由于精灵是部分透明的，正常的模板匹配通过cv::(gpu::)matchTemplate（使用规范互相关）不能正常工作，因为透明区域的偏差对整体相关性有太大的负面影响。

基本上这些例子很好地总结了我想要实现的目标：

给定要匹配的模板及其 alpha 掩码：

我希望对这样的图像进行高到接近 100% 的匹配（任意背景、透明区域中的随机内容、部分遮挡）：

然而，像这样的图像应该只产生非常低的百分比（错误的颜色，全黑）：

目前我正在使用边缘检测来获得一些不错的匹配（Canny + 互相关），但正如您所看到的，根据背景，图像中可能存在也可能不存在边缘，这会产生不可靠的结果并且通常非常匹配“前卫”的领域。

我做了一些数学运算，得出了一个依赖于 alpha 的标准化互相关（基本上将 alpha 掩码预乘到模板和图像上），它在纸上运行良好，但几乎不可能以良好的性能实现。是的，性能确实是一个问题，因为多个精灵 (~10) 必须以近乎实时的方式 (~10 FPS) 匹配以跟上程序的速度。

我有点想不通了。有什么标准的方法吗？有什么想法或建议吗？

我尝试在窗口中实时绘制形状。形状像缠结，矩形，圆形，半圆形或圆形以及屏幕中使用黄色的“Z”。大小和形状可能与原始图像不同。但是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，

有没有办法做到这一点？我可以为此使用模板匹配吗？请在这件事上给予我帮助..

我试图通过沿图像移动模板来将模板与二进制图像（仅黑白）匹配。并返回模板和图像之间的最小距离，以及该最小距离确实出现的相应位置。例如：

图像：

模板：

该模板在位置 (1,1) 与图像最匹配，然后距离将为 0。到目前为止，事情并不太难，我已经得到了一些可以解决问题的代码。

但是对于我需要的大小的图像（500 x 200 像素之间的图像和 250 x 100 之间的模板），这已经需要大约 4.5 秒，这太慢了。而且我知道使用矩阵乘法可以更快地完成同样的事情（在 matlab 中，我相信这可以使用 im2col 和 repmat 来完成）。谁能解释我如何在 python/numpy 中做到这一点？

顺便提一句。我知道有一个 opencv matchTemplate 函数可以完全满足我的需要，但是由于我稍后可能需要稍微更改代码，所以我更喜欢我完全理解并且可以更改的解决方案。

谢谢！

编辑：如果有人可以向我解释 opencv 如何在不到 0.2 秒的时间内做到这一点，那也很棒。我看了一眼源代码，但这些东西对我来说总是很复杂。

编辑2：赛通代码

我最近对模板匹配感兴趣，我知道 OpenCV 之类的库存在，但我想创建一个简单的函数来查找可以在搜索 BufferedImage 中找到模板的所有点，而无需任何额外的库或安装软件等。

我在 wiki 上找到了一篇关于它的文章，其中包含一些代码：

http://en.wikipedia.org/wiki/Template_matching

它似乎完全符合我的需要，所以我已经将它移植到 Java 中，但不是灰度，而是稍微改变了它以使用颜色。使用纯白色模板图像（30x30）和搜索图像（508x307）进行测试，搜索图像也是纯白色，但在某些区域带有红色矩形，代码似乎可以正确输出到控制台一段时间，但是我收到错误：

我不确定这是否是由于它不是灰度的事实，或者 java 是否需要对循环量进行额外调整，但任何帮助使其正常工作的帮助将不胜感激。

我测试的图像：

Template.png（它是纯白色的，因此在页面上看起来不可见）

搜索.png