目录
寻找沃尔多
不相同的模板匹配
寻找沃尔多
所以你们中年龄足够大的人会记得，尤其是如果你来自美国。
你会记得有一段时间有一本书叫《沃尔多在哪里》。
他们会给你一个像左边这样的场景，你的目标是找到。
这是Waldo，有点模糊，很难看到，这可能是我的模板。
我想找到沃尔多。
如果你看一下这个，每个人都能看到Waldo在哪里吗?
他就在那边，如图：
问题是，如何进行模板匹配呢?
我们之前会做同样的事情。
我们取我们的图像，取我们的小模板，也许你可以在这个相关图上看到。
这里有个亮点。如图：
你会注意到，其他地方几乎都不亮。
但就在这里，这是一个亮点。
除了寻找Waldo，模板匹配还有什么好处?
让我们看一些例子。
你能在带有模板的图片中找到线条吗? 包括垂直、水平和对角线。如图：
脸又如何? 有小的，有大的。如图：
电脑屏幕上的图标。如图：
我们是否可以使用模板匹配来发现金属零件的裂纹和裂纹?
这实际上是计算机视觉在实际装配线上成功应用的东西。
您思考一下，您认为哪些模板匹配可以相当成功的。
嗯，那我们讨论一下。
因为图像中的线条可以有不同的长度和方向。
你不能想出一个模板来找到它们。尽管您可以在不同的方向上使用一些模板来查找行。在这方面有更好的选择。
模板匹配一般不适合查找任意行。寻找面孔的理由是有争议的。
同样，由于可能的大小差异，您无法提供单个模板。此外，脸可以是正面或侧面或旋转在任何任意角度。
任何一个答案都是正确的，尽管我们会看到，有更好的方法来做这件事。
在电脑屏幕上寻找和识别图标是一项相当可预测的任务。
这是因为图标通常是垂直显示的，它们的大小是有限的。
因此，模板匹配在这种情况下是合适的。
裂缝和裂缝几乎没有可预测的形状。因此，模板匹配无法检测到它们。
你还能想到其他好的用途吗?
可以留言分享你的看法。
不相同的模板匹配
这里显示的是。它说，你知道，如果场景中的模板和某个子图像不一样。
这里有一个场景，我们有一个模板，这个模板在这个场景中的最佳位置就在这里。
它实际上找到了同一辆车。
现在你需要考虑尺度和方向这些东西，这些我们稍后会讲到。
但即使汽车是完全不同的事实是它在这里有一些亮的东西，在那里有一些深棕色的东西。如图：
这里有亮的和深棕色的。
作为一个模板，它并不可怕。这就是使用这些过滤器作为模板的效果。
小测验：
这种方法真的能在大多数图片中找到Waldo吗?
A)是的，归一化相关是一个强大的东西。
B)不，我们实际上没有正确的模板。
C）部分，如何解释。
答案：C。是的，如果您碰巧有模板，规范化关联是强大的。
在Waldo中，我们有了精确的模板。我从这张图片中剪了下来，然后用它做了一个模板。
但如果我不知道Waldo的话会是什么样子。例如：一个人可以戴着同样的傻帽，穿着条纹衬衫，但他可以弯着腰，等等。
我没有正确的模板。假设我们自己做个模版，稍微模糊一下，上面有一些红色的东西下面有一些红色，白色，粉色的东西。
我的模板可以很接近Waldo。这样也许能匹配到。
所以你可能能找到一些候选的例子。
总结：
本质上，我们使用滤镜来定位图像中有趣的区域，这些区域具有某种属性，使得滤镜的响应很好。
我们接下来要做的是使用一些特殊的过滤器来计算一些函数，比如平滑，也可以找到一些强响应就像模板一样。
我们会在接下来的文章中做这个。
——学会编写自己的代码，才能练出真功夫。