Question

假设我在图像上发现了轮廓。在图像2上找到此轮廓的位置的最佳方法是什么？

我看到两个选择：要么用白线绘制轮廓并匹配图像2上的图像，要么我以某种方式（甚至有可能吗？）直接匹配图像2上的轮廓。

轮廓中的内容是完全随机的，但是假设我可以模板匹配具有透明度的图像，则图像1的轮廓用白色的1px线绘制将完全匹配。

这是找到的，绘制的和保存的轮廓（图像1）以及需要在其中定位图像1（图像2）的图像的示例图像。 https://imgur.com/a/MNQ6aNr

最好先找到轮廓，而不必先绘制并保存，但是我认为匹配绘制的轮廓会更直接。

谢谢

编辑：

这是我的完整代码。它需要一个full_image和一个片段，它将与完整图像匹配。最后，它导出了一些结果。

full_image = cv2.imread('puzzle_1.jpg')    
piece = cv2.imread('piece_1.png', cv2.IMREAD_UNCHANGED)
partial_image = cv2.cvtColor(piece,cv2.COLOR_BGR2GRAY)

contours, hierarchy = cv2.findContours(partial_image.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
   
template = np.zeros((55, 55, 4), dtype=np.uint8)

cv2.drawContours(template, contours, -1, (255, 255, 255, 255),1)
hh, ww = template.shape[:2]

puzzleP = template[:,:,0:3]
alpha = template[:,:,3]
alpha = cv2.merge([alpha,alpha,alpha])

correlation = cv2.matchTemplate(full_image, puzzleP, cv2.TM_CCORR_NORMED, mask=alpha)

threshhold = 0.98
loc = np.where(correlation >= threshhold)

result = full_image.copy()
for pt in zip(*loc[::-1]):
    cv2.rectangle(result, pt, (pt[0]+ww, pt[1]+hh), (0,0,255), 1)
    print(pt)
    
cv2.imwrite('puzzle_piece.png', puzzleP)
cv2.imwrite('full_image_alpha.png', alpha)
cv2.imwrite('full_image_matches.jpg', result)

这是一个很好的结果，但无效的结果 https://imgur.com/a/ZYyw7tU

任何改进技巧都将不胜感激！

Answer 1

您可以在Python / OpenCV中将matchTemplate与遮罩图像一起使用，以忽略模板的区域。因此，如果您有透明的模板，请提取alpha通道并将其用作模板，使用模板BGR通道作为matchTemplate中的模板图像。见

https://docs.opencv.org/4.1.1/df/dfb/group__imgproc__object.html#ga586ebfb0a7fb604b35a23d85391329be

cv2.matchTemplate finds wrong template in image

How to template match a simple 2D shape in OpenCV?

在其他图像上匹配轮廓或绘制的（png）轮廓

1 个答案: