python opencv實時攝像機提要，縮放對象

Question

我有以下代碼可識別對象/符號。 我的問題是，當物體靠近或遠離物體時，我該如何改進我的代碼以識別物體？ 可以說我加載了一個符號，並且需要在不同范圍內對其進行識別。

import cv2
import numpy as np

#Camera
cap = cv2.VideoCapture(0)

#symbool inladen
symbool = cv2.imread('klaver.jpg',0)
w, h = symbool.shape[::-1]

while(1):

    res, frame = cap.read()
    img_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    res = cv2.matchTemplate(img_gray,symbool,cv2.TM_CCOEFF_NORMED)

    threshold = 0.9
    loc = np.where( res >= threshold)
    for pt in zip(*loc[::-1]):
       # print "hallo"
        cv2.rectangle(img_gray, pt, (pt[0] + w, pt[1] + h), (0,255,255), 1)
    cv2.imshow('Resultaat', img_gray)
    k = cv2.waitKey(5) & 0xFF
    if k == 27:
        break

cap.release()
cv2.destroyAllWindows()

更新 ：

我已經嘗試了下面的教程，並提出了以下內容。 問題是識別對象，此方法繪制隨機矩形，並且不關注自身的對象/符號

import cv2
import numpy as np
import imutils

#Camera
cap = cv2.VideoCapture(0)

#symbool inladen
symbool = cv2.imread('klaver.jpg',0)
w, h = symbool.shape[::-1]

while(1):

    res, frame = cap.read()
    img_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    found = None
    #res = cv2.matchTemplate(img_gray,symbool,cv2.TM_CCOEFF_NORMED)
    for scale in np.linspace(0.2, 1.0, 20)[::-1]:

            resized = imutils.resize(img_gray, width = int(img_gray.shape[1] * scale))
            r = img_gray.shape[1] / float(resized.shape[1])

            if resized.shape[0] < h or resized.shape[1] < w:
                break

            edged = cv2.Canny(resized, 50, 200)
            result = cv2.matchTemplate(edged, symbool, cv2.TM_CCOEFF_NORMED)
            (_, maxVal, _, maxLoc) = cv2.minMaxLoc(result)

            clone = np.dstack([edged, edged, edged])
            cv2.rectangle(clone, (maxLoc[0], maxLoc[1]),
            (maxLoc[0] + w, maxLoc[1] + h), (0, 0, 255), 2)

            if found is None or maxVal > found[0]:
                    found = (maxVal, maxLoc, r)

    (_, maxLoc, r) = found
    (startX, startY) = (int(maxLoc[0] * r), int(maxLoc[1] * r))
    (endX, endY) = (int((maxLoc[0] + w) * r), int((maxLoc[1] + h) * r))


    threshold = 0.9
    loc = np.where( result >= threshold)
    for pt in zip(*loc[::-1]):
       # print "hallo"
       # cv2.rectangle(img_gray, pt, (pt[0] + w, pt[1] + h), (0,255,255), 1)
        cv2.rectangle(img_gray, (startX, startY), (endX, endY), (0, 255, 255), 1)
    cv2.imshow('Resultaat', img_gray)
    k = cv2.waitKey(5) & 0xFF
    if k == 27:
        break

cap.release()
cv2.destroyAllWindows()

Answer 1

在同一框架內工作的最簡單方法是實施金字塔方法。 只需以多種分辨率加載圖像（或模板），然后在這些分辨率上循環即可。 這是使用Python + OpenCV代碼的絕佳指南： http : //www.pyimagesearch.com/2015/01/26/multi-scale-template-matching-using-python-opencv/

該方法用於提供尺度不變模板匹配。 通過使用特征檢測（關鍵點），您可以獲得更強大的功能，該功能可讓您對模板進行縮放和旋轉不變性。 有關使用SURF的示例，請參見http://robocv.blogspot.com/2012/02/real-time-object-detection-in-opencv.html 。

---

根據OP在下面的評論進行了編輯！

為了解決您的第二個代碼段，有一些問題，但是您比想像中要親密得多！

1. 它使用Canny邊緣作為視頻幀，但不使用模板。 應該為兩者都做Canny，或者兩者都不做。 在該示例中，他使用Canny，這對於查找文本徽標非常有用，但如果您的模板是隨處可見的基本形狀，就不會那么好。 例如，我在紙上畫了一個加號用作模板，它也想選擇圖像中的每個角。 僅使用常規圖像而不是邊緣圖像，對我的模板效果更好。
2. 您仍在使用loc = np.where(result >= threshold) ，但是已經將最大值及其對應的位置存儲在found 。 您需要做的就是在maxVal >= threshold時繪制一個框。
3. 您的門檻太高，無法完成此任務。 當模板可以在任何比例下並且僅計算幾個離散比例時，您都不應該期望90％的匹配，尤其是因為您的模板可能不會每次都完美地筆直。

---

import cv2
import numpy as np

#Camera
cap = cv2.VideoCapture(0)

#symbool inladen
symbool = cv2.imread('klaver.jpg',0)
w, h = symbool.shape[::-1]

while(1):

    res, frame = cap.read()
    img_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    found = None
    #res = cv2.matchTemplate(img_gray,symbool,cv2.TM_CCOEFF_NORMED)
    for scale in np.linspace(0.2, 1.0, 20)[::-1]:

            resized = cv2.resize(img_gray, None, fx=scale, fy=scale)
            r = img_gray.shape[1] / float(resized.shape[1])

            if resized.shape[0] < h or resized.shape[1] < w:
                break

            result = cv2.matchTemplate(resized, symbool, cv2.TM_CCOEFF_NORMED)
            (_, maxVal, _, maxLoc) = cv2.minMaxLoc(result)

            if found is None or maxVal > found[0]:
                    found = (maxVal, maxLoc, r)

    (maxVal, maxLoc, r) = found
    (startX, startY) = (int(maxLoc[0] * r), int(maxLoc[1] * r))
    (endX, endY) = (int((maxLoc[0] + w) * r), int((maxLoc[1] + h) * r))


    threshold = 0.5
    if maxVal >= threshold: 
       cv2.rectangle(img_gray, (startX, startY), (endX, endY), (0, 255, 255), 1)
    cv2.imshow('Resultaat', img_gray)
    k = cv2.waitKey(5) & 0xFF
    if k == 27:
        print(maxVal)
        break

cap.release()
cv2.destroyAllWindows()