Question

我想与面具进行模板匹配。通常，通过将图像从空间域转换为频域，可以更快地进行模板匹配。但是，如果我想用面具执行相同的操作，我可以申请任何方法吗？我使用的是opencv c ++。 opencv中是否有任何匹配函数用于此任务？

我目前的方法：

Bitwise Xor Image A＆amp;图B带面具。
计算非零像素。
使用此计数填充结果矩阵。
搜索maxi-ma。

我现在猜测的参数很少：

如果匹配小于25％，则跳过平铺位置。
如果匹配率低于25％，则跳过磁贴位置。
如果之前的Tile匹配小于50％，则跳过Tile位置。

我的问题：是否有任何算法可以进行此匹配？有没有可以加速这个过程的数学运算？

Answer 1

使用二进制图像，您可以直接使用HU-Moments和Mahalanobis距离来查找图像A是否与图像B相似。如果距离趋于0，则图像相同。

当然你也可以使用功能探测器，所以看匹配什么，但对于像这样的图像，HU Moments或Features探测器会给出大致相同的结果，但是HU Moments更有效。

使用findContours，您可以提取白星内的黑色区域并填充它们，以使图像A =图像B。

其他方法：在蒙版上使用findContours并将结果应用于图像A（提取感兴趣区域），您可以提取星内的内容并计算您有多少黑色像素（不匹配的像素）。

Answer 2

我有同样的要求，我尝试过几乎相同的方式。如图所示，我想要匹配城堡。城堡有不同的盾牌图像和可变长度的氏族名称以及草背景（此图像来自游戏Clash of Clans）。正常的opencv matchTemplate不起作用。所以我自己写。我按照matchTemplate的方式创建结果图像，但使用不同的算法。核心思想是计算掩模下的匹配像素。代码如下，很简单。这很好，但时间成本很高。如您所见，它的成本为457毫秒。现在我正在进行优化。

源图像和模板图像均为CV_8U3C，掩模图像为CV_8U。匹配一个频道就可以了。它更快，但仍然很高。

Mat tmp(matTempl.cols, matTempl.rows, matTempl.type());

int matchCount      = 0;
float maxVal        = 0;
double areaInvert   = 1.0 / countNonZero(matMask);

for (int j = 0; j < resultRows; j++)
{
    float* data = imgResult.ptr<float>(j);
    for (int i = 0; i < resultCols; i++)
    {
        Mat matROI(matSource, Rect(i, j, matTempl.cols, matTempl.rows));

        tmp.setTo(Scalar(0));
        bitwise_xor(matROI, matTempl, tmp);
        bitwise_and(tmp, matMask, tmp);

        data[i] = 1.0f - float(countNonZero(tmp) * areaInvert);
        if (data[i] > matchingDegree)
        {
            SRect rc;
            rc.left     = i;
            rc.top      = j;
            rc.right    = i + imgTemplate.cols;
            rc.bottom   = j + imgTemplate.rows;
            rcOuts.push_back(rc);

            if ( data[i] > maxVal)
            { 
                maxVal = data[i]; 
                maxIndex = rcOuts.size() - 1;
            }

            if (++matchCount == maxMatchs)
            {
                Log_Warn("Too many matches, stopped at: " << matchCount);
                return true;
            }
        }
    }
}

它说我没有足够的声誉发布图片.... http://i.stack.imgur.com/mJrqU.png

新增：我成功地通过使用关键点来优化算法。计算所有点数是成本，但仅计算服务器关键点的速度更快。看图，成本大大降低，现在大约是7ms。

我仍然无法发布图片，请访问：http://i.stack.imgur.com/ePcD9.png

请给我声誉，所以我可以发布图片。：）

模板与面具匹配

2 个答案: