OpenCV:快速模板匹配算法
Posted
技术标签:
【中文标题】OpenCV:快速模板匹配算法【英文标题】:OpenCV : Fast Template matching algorithm 【发布时间】:2015-11-18 16:09:39 【问题描述】:我目前正在尝试在视频中查找图像。主要目标是跟随视频上的一些动作,例如按下按钮或屏幕上显示的弹出窗口。
我正在使用的代码使用 OpenCV 模板匹配功能:
// For SQDIFF and SQDIFF_NORMED, the best matches are lower values. For all the other methods, the higher the better
if( matchingMethod == CV_TM_SQDIFF || matchingMethod == CV_TM_SQDIFF_NORMED )
matchLoc = minLoc;
else
matchLoc = maxLoc;
if( !((matchLoc.x == 0) && (matchLoc.y == 0)) || maxVal >= 0.8)
return TRUE;
return FALSE;
测试是用这两个模板完成的:
并且完整的图像是 3840x2160 的图像(我不能只显示整个图像,因为它在 bmp 中太大了):
1) 问题是,对于两个像素差异很小的模板,算法怎么可能检测到第一个但完全跳过第二个? 2)颜色深度是否可能会导致检测问题?
两个模板都加载为 24 位深度的 BMP 文件。源图像转换为 24 位深度。 阈值设置为 0.92 以获得良好的准确性 MaxLevels 设置为 1 以获得非常好的准确性,因为 2 找不到任何匹配项感谢您的帮助和建议
【问题讨论】:
【参考方案1】:对于那些可能有同样问题的人,我只需要以不同的方式管理返回值。
代替
if( !((matchLoc.x == 0) && (matchLoc.y == 0)) || maxVal >= 0.8)
return TRUE;
一旦找到潜在匹配(80% 匹配)就会返回 true。
现在只有当 maxVal 高于 0.99 时我才返回 true,这意味着非常匹配。
if( maxVal >= 0.99)
return TRUE;
我更改的第二个元素是用于对像素值进行分类的阈值。我已将此值降低到 0.82 而不是 0.94 以获得更多可能的匹配,然后使用 maxVal 值进行过滤。
【讨论】:
以上是关于OpenCV:快速模板匹配算法的主要内容,如果未能解决你的问题,请参考以下文章
Python 机器视觉 - 基于opencv图像模板匹配实现的简单人脸匹配实例演示,matchTemplate的6大模板匹配算法
Python 机器视觉 - 基于opencv图像模板匹配实现的简单人脸匹配实例演示,matchTemplate的6大模板匹配算法