如何在模板匹配中使用 cv2.minMaxLoc()

Posted 2023-02-17

【中文标题】如何在模板匹配中使用 cv2.minMaxLoc()

【英文标题】：How to use the cv2.minMaxLoc() in template matching

【发布时间】：2018-11-14 02:05:38

【问题描述】：

这是我用于模板匹配的代码，min_val、max_val、min_loc、max_loc 是什么意思？它们是用来做什么的？

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

img = cv2.imread('C:\\machineLearning\\positive\\1.jpg', 0)
img2 = img.copy()
template = cv2.imread('C:\\machineLearning\\positive\\1_.jpg', 0)
w, h = template.shape[::-1]

img = img2.copy()
method = eval('cv2.TM_SQDIFF')

res = cv2.matchTemplate(img,template,method)
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)

top_left = min_loc
bottom_right = (top_left[0] + w, top_left[1] + h)

cv2.rectangle(img,top_left, bottom_right, 255, 2)

plt.subplot(121),plt.imshow(res,cmap = 'gray')
plt.title('Matching Result'), plt.xticks([]), plt.yticks([])
plt.subplot(122),plt.imshow(img,cmap = 'gray')
plt.title('Detected Point'), plt.xticks([]), plt.yticks([])
plt.suptitle('cv2.TM_SQDIFF')

plt.show()

【问题讨论】：

min_val == 最小值，max_val == 最大值，min_loc == 最小值的位置（来自输入图像的坐标） max_loc == 最大值的位置（来自输入图像的坐标）您可以通过在 Python 解释器中执行 help(cv2.minMaxLoc) 来确认这一点。在您给出的代码示例中， min_loc 用于设置感兴趣区域边界框的上角。其他变量似乎没有使用。

min_val = 最小值，我肯定知道，我懂英文，我问的是最小值的意思

如文档 (docs.opencv.org/master/d2/de8/…) 中所写，最小值是全局最小值（也就是所有矩阵值中的最小值）。

这意味着什么？例如如果我使用TM_SQDIFF，最小值是否表示匹配量？

查看 matchTemplate 函数的文档。如果（且仅当）变量“res”确实包含平方差的结果（并且只有那个），所以是的，最小值将是全局最小平方差。如果变量确实包含受平方差影响但不是平方差的东西，那么解释与存储在 res 中的信息有关。您可以在文档中轻松找到此信息。请务必检查文档。

【参考方案1】：

如果通过cv2.matchTemplate()docs，该函数返回一个模糊单通道矩阵，其中包含模板和输入图像片段的匹配分数。对于cv2.TM_CCOEFF 方法，得分最高的点会最亮，但在cv2.TM_SQDIFF_NORMED 方法的情况下，得分最高的点会最暗

cv2.TM_CCOEFF 结果：

cv2.TM_SQDIFF_NORMED 结果：

因此，根据可用的各种方法，您有时可能需要获取输出矩阵中的最亮点或最暗点。 cv2.minMaxLoc() 只是这两个通用操作的统一，当您使用minMaxLoc 时，您可以忽略min 属性。

【讨论】：

谢谢，因为我使用 TM_SQDIFF 方法，我需要考虑最小属性对吗？最暗点是什么意思？这是最好的比赛吗？如果它变得更小，检测更准确？如果它变得更大的值，检测会更不准​​确？

没错 :) (y)