如何识别某个图像何时消失

Posted 2023-02-22

【中文标题】如何识别某个图像何时消失

【英文标题】：How to identify when a certain image disappear

【发布时间】：2018-05-03 23:53:32

【问题描述】：

我正在做一个 opencv 项目，它需要检测屏幕上的图像，它会在出现一段时间后消失。它需要在图像显示时保存尽可能多的帧，并在图像消失时停止。我打算用收集到的数据来做一个 ConvNet，所以我可以捕获的帧越多越好。

我使用模板匹配全屏来搜索图像并确定它何时消失，但我只捕获了大约 30% 的总帧数，屏幕为 30FPS。

为了提高抓帧率，我改成全屏搜索，模板匹配，直到找到图片，然后搜索区域缩小到图片找到的坐标，留有一点余量，所以程序可以使用更少的资源识别图像何时消失（因为检查图像是否仍然存在的区域非常小）。这使我能够捕获 60% 的帧。

但是我想知道，我可以做些其他的事情来优化我的程序吗？我觉得为每一帧做模板匹配是多余的。在这种情况下，对象跟踪是否更好，还是因为图像消失而无法工作？

PS：图像在屏幕上停留大约 7~10 秒，然后再次弹出大约需要相同的时间。

【问题讨论】：

您的程序是否使用了所有可用的 CPU 内核？整体利用率如何？ |如果您缩小输入图像和模板的大小怎么办。即使那样，你还能可靠地找到它吗？

@DanMašek 缩小图像是什么意思？将它们调整为更小的尺寸然后进行匹配？目前它只使用 1 个核心，我会尝试增加它（以前从未这样做过）

缩小尺寸是指将它们缩放（调整）到一半甚至更小。 （与模板相同）假设您仍然可以获得足够好的匹配，这意味着您需要进行的计算量要少得多。

我可以缩小的最大值为 33%，没有明显的增加 (61%) 和不稳定的捕获。 CPU 使用率约为 i7-7500u 的 20%。我想我会让它达到 60%。我不认为过多增加 CPU 负载是一个好主意（即使我想要，我什至不知道该怎么做）并且使用多处理会太复杂。

【参考方案1】：

我最终使用 numpy 来保存捕获的帧，并在减少区域、不调整图像大小或进行多重处理的情况下达到 99% 的效率。