OpenCV“特定於坐標”的匹配模板

Question

我有一張需要盡快檢測物體的圖像。 我也知道，我只需要檢測最靠近中心的物體即可。

AFAIK Opencv的MatchTemplate的工作原理如下（偽代碼）：

for(x in width):
    for(y in height):
        value = calcSimilarity(inputImage, searchedImage, x, y)
        matched[x][y] = value

之后，我必須遍歷生成的圖像並找到最靠近中心的點，這完全是浪費。

所以我想知道我是否可以做類似的事情：

coordsGen = new CoordsGen() // a class that generates specific coords for me
while(!coordsGen.stop):
    x, y = coordsGen.next()
    value = calcSimilarity(inputImage, searchedImage, x, y)
    if(value > treshold)
        return x, y

基本上，我在這里需要的是calcSimilarity函數。 這將使我極大地優化過程。

Answer 1

通常，模板匹配的相似性評分方法有很多選擇。*

OpenCV具有3種可用的模板匹配模式：

• 平方差和（歐幾里德距離）
• 互相關
• 皮爾遜相關系數

並且在OpenCV中，這三個版本中的每一個也具有規范/縮放版本：

• 平方差的歸一化和
• 歸一化互相關
• 歸一化皮爾遜相關系數

您可以在TemplateMatchModes下看到OpenCV文檔中使用的實際公式，盡管它們與上述方法的通用公式一致。

---

您可以編寫與自己匹配的模板，而不必使用OpenCV。 但是，請注意，OpenCV已針對這些操作進行了優化，並且通常在模板匹配方面飛速發展。 OpenCV使用DFT執行其中一些計算，以減少計算量。 例如，請參閱：

• 為什么opencv的模板匹配如此之快？
• OpenCV平方差總和速度

您也可以使用OpenCV的minMaxLoc()查找最小值/最大值，而不用遍歷自己。 另外，您沒有指定如何訪問值，但並非所有查找方法都像其他方法一樣快。 請參閱如何掃描圖像以查看最快的Mat訪問操作。 劇透：原始指針。

---

優化的主要目的是盡早終止該功能。 但是，除非模板通常包含原始圖像的較小子集，否則我認為通常不會通過自己編碼來實現更快的速度。

如果圖像很大，減少搜索時間的更好方法是使用金字塔分辨率方法。 基本上，使模板和圖像搜索為圖像的1/2，因為圖像的1/2，圖像的1/2，圖像的1/2，依此類推。 然后，您可以在1/16或較小尺寸的小圖像上開始模板匹配，然后找到模板的一般位置。 然后，對下一個放大的圖像進行相同的操作，但是只搜索模板在前一個比例尺附近的一小部分。 然后，每次您將圖像尺寸增大到接近原始尺寸時，您只是在尋找幾個像素的細微差異以更准確地確定位置。 首先使用最小的縮放圖像找到一般位置，與原始圖像大小相比，只需花費一小部分時間即可找到一般位置，然后只需通過按比例放大就可以對其進行優化。

---

*請注意，OpenCV不包含其他模板匹配方法，您可能會在其他地方看到。 特別是，OpenCV具有平方差之和，但沒有絕對距離之和的方法。 相差也用作相似性度量，但在OpenCV中不存在。 無論哪種方式，互相關和平方差之和在圖像處理中都是非常常見的，除非您有特殊的圖像域，否則應該可以正常工作。