改进OpenCV的模板匹配算法

Question

使用OpenCV进行汽车检测

我正在开展一个小型的个人项目，我必须知道所显示的图像是否是汽车。我正在使用基于OpenCV python的基本模板匹配。

正面图像/模板图像

汽车顶视图： - https://i.stack.imgur.com/zXr1U.jpg

通过使用另一个正图像进行简单模板匹配，可以得到所需的结果。

负面图像

但是当我们使用像https://i.stack.imgur.com/YLVwc.jpg这样的负面图像时，模板查找器会发现这是一个积极的匹配。

方法尝试失败： -

1. 增加模板匹配的阈值： - 增加阈值会导致许多实际正片停止匹配

2. OpenCV中不同类型的模板匹配技术： - 没有给出更好的结果

3. 使用多个模板来强化正面和负面匹配： - 不适用于所有情况

是否有更好的方法可以删除与我们获得的误报相匹配的模板。是否有任何基于特征匹配或边缘检测的技术可用于代替模板匹配以改进我的算法。

Answer 1

简单的方法，但在您的情况下可能值得尝试将您的模板划分为（“4”）部分 - 角落，然后在每个部分上应用模板匹配 只有在找到4个部分时才接受

也：

• 在提高阈值的同时添加不同的模板

• 如果尚未应用，则应用一些规范化