OpenCV模板匹配錯誤匹配分數/區域

Question

對於在Java中使用TM_CCOEFF_NORMED進行模板匹配的即時TM_CCOEFF_NORMED ，直到現在我一直都得到非常准確和有意義的結果，但是使用此特定模板圖像時，我的匹配分數不正確。 模板圖像並非故意屬於輸入（源）圖像，因此Im期望匹配分數不好，最差，但它給了我最好的； “ 1.0”，並始終在左上角的同一位置找到模板圖像。

這是我的模板圖片：

輸出帶有紅色雲輸入圖像的示例：（根據程序，綠色突出顯示是最佳匹配）

帶有黑暗城市輸入圖像的示例輸出：

MinMaxLocResult mmr = Core.minMaxLoc(result);
matchScore = mmr.maxVal;

對於特定的淺綠色模板圖像， matchScore變量始終為1.0，盡管紅色和深色圖像與綠色完全不相似。 我很高興收到您的改進建議和建議，因為TM_CCOEFF_NORMED始終將第一個搜索到的正方形/矩形作為最佳匹配，得分為1.0，這不能正確，另一方面，我也嘗試過TM_CCORR_NORMED和TM_SQDIFF_NORMED他們給出了不同的匹配分數，這很有前途，但TM_CCORR_NORMED仍然TM_CCORR_NORMED了不錯的匹配分數，這在我看來仍然是意料之外的。 如果有人可以向我解釋匹配方法之間的區別，或者提供一個鏈接到已經討論這些方法的現有頁面，我會很高興。在opencv docs / tutorials上，只有可用的公式，而沒有詳細的解釋。 最后，我想知道何時對哪種類型的圖像使用哪種匹配方法以獲得最佳效果。

這是更多代碼：

    Mat img = Highgui.imread(inFile);
    Mat templ = Highgui.imread(templateFile);

    // / Create the result matrix
    int result_cols = img.cols() - templ.cols() + 1;
    int result_rows = img.rows() - templ.rows() + 1;
    Mat result = new Mat(result_rows, result_cols, CvType.CV_32FC1);

    // / Do the Matching 
    Imgproc.matchTemplate(img, templ, result, match_method);
    // / Localizing the best match with minMaxLoc
    MinMaxLocResult mmr = Core.minMaxLoc(result);

Answer 1

這是行不通的，因為當圖片以灰度轉換時，它們看起來可能很相似。

cv :: minMaxLoc在這種情況下不起作用。

您應該使用其他東西，例如特征提取器或邊緣檢測器，並使用度量值（例如馬氏距離）進行比較

Answer 2

對於SQDIFF和SQDIFF_NORMED，最佳匹配是較低的值，而對於其他方法，較高的是最佳匹配。

建議：在找到最大或最小位置之前對結果圖像進行歸一化

希望這可以幫助。

Answer 3

我也有同樣的問題。 看來模板不能是純色（所有像素都具有相同的值）。 如果模板的值相同，則結果的分數必須為1（ TM_CCOEFF_NORMED ）。 也許您可以將模板匹配的方法更改為TM_CcorrNormed

MinMaxLocResult mmr = Core.minMaxLoc(result);

無論正確與否，該方法都會為您提供最佳匹配結果。因此，根據我的經驗，我使用了兩個循環來找到最佳匹配結果。

int threshold = 0.95; // for TM_CCOEFF_NORMED and TM_CCORR_NORMED
List<Rect> recognizedRects;
List<double> recognizedScores;
for(int i=0;i<result.height;i++) {
    for(int j=0;j<result.width;j++) {
        if(result.data[i,j,0] > threshold) {
            recognizedRects.add(new Rectangle(j,i,template.width,template.height);
            recognizedScores.add(result.data[i,j,0])
        }
    }
}