如何在 7 段图像上正确进行模板匹配？

Posted 2023-02-17

【中文标题】如何在 7 段图像上正确进行模板匹配？

【英文标题】：How to do template matching corrctly on the 7-Segments images?

【发布时间】：2021-01-21 21:48:46

【问题描述】：

我有一张7-segment 的图片和一个模板，我尝试进行模板匹配，但提供的模板没有匹配，请告诉我如何改进匹配？

模板是否应该与图像中要检测的所需图案 100% 相同？

import numpy as np
import matplotlib.pyplot as plt
import cv2

R = cv2.imread('image.png')
R = cv2.Canny(R, 50, 200)

template = cv2.imread('templ.png',0)
template = cv2.Canny(template, 50, 200)

h, w = template.shape

res = cv2.matchTemplate(R,template,cv2.TM_CCOEFF_NORMED)

threshold = 0.8

loc = np.where( res >= threshold)
for pt in zip(*loc):
    cv2.rectangle(R, pt, (pt[0] + w, pt[1] + h), 200, 2)

plt.subplot(221)
plt.imshow(R, cmap='gray')
plt.subplot(222)
plt.imshow(template, cmap='gray')
plt.show()

【参考方案1】：

您的结果将取决于您用于模板匹配的方法，因为在您的情况下，值是二进制的（0 或 255），我希望互相关能够很好地工作，我试了一下，瞧：

似乎没有很好地记录每种方法的工作原理。

但是解决这些问题的一个很好的调试方法是查看匹配的结果，看看它在哪里给出最大值，在你的例子中是 res 变量。

我按照this网站上的教程，我的最终代码是：

import numpy as np
import matplotlib.pyplot as plt
import cv2

R = cv2.imread('image.png')
R = cv2.Canny(R, 50, 200)


template = cv2.imread('templ.png',0)
template = cv2.Canny(template, 50, 200)
w, h = template.shape[::-1]


res = cv2.matchTemplate(R,template,cv2.TM_CCORR )
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)
top_left = max_loc
bottom_right = (top_left[0] + w, top_left[1] + h)
cv2.rectangle(R,top_left, bottom_right, 255, 2)

cv2.imwrite( './result.png', R)

【讨论】：

我尝试了res = cv2.matchTemplate(R,template,cv2.TM_CCORR_NORMED) 并没有得到想要的结果，同样当应用 CCOR 方法res = cv2.matchTemplate(R,template,cv2.TM_CCORR) 我有一个奇怪的Result。无法重现您的结果！我不知道为什么！

抱歉回答不完整，请查看更新

【参考方案2】：

以高可靠性识别这些良好的二值化数字相当容易：在片段的位置上设置 7 个感兴趣区域并检查白色的数量。这会告诉您该段是打开还是关闭。