模板匹配(Match Template)

最新推荐文章于 2021-11-22 00:42:39 发布

原创

最新推荐文章于 2021-11-22 00:42:39 发布 · 1.9k 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#python #java #opencv #计算机视觉 #人工智能

本文详细介绍了模板匹配的工作原理，展示了OpenCV中不同匹配方法的应用，以及模板匹配和直方图反投影的效率对比，适合理解图像处理中的模板匹配技术。

前言模板匹配是在图像中寻找目标的方法之一。Come On, Boy.我们一起来看看模板匹配到底是怎么回事。

模板匹配的工作方式
    模板匹配的工作方式跟直方图的反向投影基本一样，大致过程是这样的：通过在输入图像上滑动图像块对实际的图像块和输入图像进行匹配。
    假设我们有一张100x100的输入图像，有一张10x10的模板图像，查找的过程是这样的：
(1)从输入图像的左上角(0,0)开始，切割一块(0,0)至(10,10)的临时图像；
(2)用临时图像和模板图像进行对比，对比结果记为c；
(3)对比结果c，就是结果图像(0,0)处的像素值；
(4)切割输入图像从(0,1)至(10,11)的临时图像，对比，并记录到结果图像；
(5)重复(1)～(4)步直到输入图像的右下角。
    大家可以看到，直方图反向投影对比的是直方图，而模板匹配对比的是图像的像素值；模板匹配比直方图反向投影速度要快一些，但是我个人认为直方图反向投影的鲁棒性会更好。

模板匹配的匹配方式
    在OpenCv和EmguCv中支持以下6种对比方式：
    CV_TM_SQDIFF 平方差匹配法：该方法采用平方差来进行匹配；最好的匹配值为0；匹配越差，匹配值越大。
    CV_TM_CCORR 相关匹配法：该方法采用乘法操作；数值越大表明匹配程度越好。
    CV_TM_CCOEFF 相关系数匹配法：1表示完美的匹配；-1表示最差的匹配。
    CV_TM_SQDIFF_NORMED 归一化平方差匹配法
    CV_TM_CCORR_NORMED 归一化相关匹配法
    CV_TM_CCOEFF_NORMED 归一化相关系数匹配法
    根据我的测试结果来看，上述几种匹配方式需要的计算时间比较接近(跟《学习OpenCv》书上说的不同)，我们可以选择一个能适应场景的匹配方式。

模板匹配的示例代码 下面是模板匹配的C#版本代码：

//模板匹配
private void btnCalc_Click(object sender, EventArgs e)
{
//输入图像
Image<Bgr, Byte> imageInput = new Image<Bgr, byte>((Bitmap)pbInput.Image);
//模板图像
Image<Bgr, Byte> imageTemplate = new Image<Bgr, byte>((Bitmap)pbTemplate.Image);
//缩放因子，更小的图像可以提高处理速度
double scale = 1d;
double.TryParse(txtScale.Text, out scale);
if (scale != 1d)
{
imageInput = imageInput.Resize(scale, INTER.CV_INTER_LINEAR);
imageTemplate = imageTemplate.Resize(scale, INTER.CV_INTER_LINEAR);
}
//色彩空间
string colorSpace = (string)cmbColorSpace.SelectedItem;
IImage imageInput2, imageTemplate2;
if (colorSpace == "Gray")
{
imageInput2 = imageInput.Convert<Gray, Byte>();
imageTemplate2 = imageTemplate.Convert<Gray, Byte>();
}
else if (colorSpace == "HSV")
{
imageInput2 = imageInput.Convert<Hsv, Byte>();
imageTemplate2 = imageTemplate.Convert<Hsv, Byte>();
}
else
{
imageInput2 = imageInput.Copy();
imageTemplate2 = imageTemplate.Copy();
}
//匹配方式数组
TM_TYPE[] tmTypes = new TM_TYPE[] { TM_TYPE.CV_TM_SQDIFF, TM_TYPE.CV_TM_SQDIFF_NORMED, TM_TYPE.CV_TM_CCORR, TM_TYPE.CV_TM_CCORR_NORMED, TM_TYPE.CV_TM_CCOEFF, TM_TYPE.CV_TM_CCOEFF_NORMED };
//输出图像(匹配结果)
Image<Gray, Single>[] imageResults = new Image<Gray, float>[tmTypes.Length];
//依次执行每种匹配，并归一化结果
int i = 0;
double totalTime = 0d; //总共用时
double time; //每种匹配的用时
Stopwatch sw = new Stopwatch();
txtResult.Text += string.Format("开始执行匹配(色彩空间：{0}，缩放因子：{1})\r\n", colorSpace, scale);
foreach (TM_TYPE tmType in tmTypes)
{
sw.Start();
//模板匹配(注意：因为接口IImage中没有名为MatchTemplate的定义，所以需要进行强制转换)