在Numpy数组中匹配模板的最有效方法是什么？

Question

我有一个大小为2000 * 4000的numpy数组，其中带有二进制值。 我有一个想要与源数组匹配的模板。 目前，我正在源数组上运行一个滑动窗口。 尽管此方法可以正常工作，但非常耗时。 我猜本机实现会快得多。 还可以匹配模板的多次出现吗？

就像是

x = [[0 0 1 1 1 1 1 0 0]
     [0 0 1 1 0 0 0 0 0]
     [0 0 1 1 0 0 0 0 0]
     [0 0 1 1 0 0 0 0 0]]

template = [[1 1 1 1]
            [1 0 0 0]
            [1 0 0 0]]

cords = np.matchtemplate(x, template)

理想情况下，打印线应该给出一个元组列表，该列表具有匹配段的对角坐标。

print(cords)

[[(0, 3), (6, 2)]]

Answer 1

正如@MPA所建议的那样，这将提供候选人列表：

from scipy import signal

match = np.sum(template)
tst = signal.convolve2d(x, template[::-1, ::-1], mode='valid') == match
candidates = np.argwhere(tst)

对于您的示例(0, 2)这给出了(0, 2)和(0, 3) 。

---

对于二进制矩阵 ，可以按照@Paul的建议进行操作：

from scipy import signal

match = np.sum(template)
tst = signal.convolve2d(x, (2 * template - 1)[::-1, ::-1], mode='valid') == match
positions = np.argwhere(tst)

您的示例给出了(0, 3) 。

Answer 2

使用OpenCV的解决方案：

import cv2

result = cv2.matchTemplate(
    x.astype(np.float32),
    template.astype(np.float32),
    cv2.TM_SQDIFF)

positions = np.argwhere(result == 0.0)

您的示例给出了(0, 3) 。