[oepncv]テンプレートマッチング（テンプレート画像を入力画像にスライドさせるだけで（2D畳み込みのように）、複数のオブジェクトのテンプレートマッチング）

4_12_テンプレートマッチング-OpenCV中国語の公式ドキュメント

 テンプレートマッチングを使用して画像内のオブジェクトを検索します-次の関数が表示されます：cv.matchTemplate（）、cv.minMaxLoc（） 

要約 

• テンプレートマッチングは、大きな画像内のテンプレート画像の場所を検索および検索するための方法です。
• OpenCVには関数**cv.matchTemplate**（）が付属しています。テンプレート画像を入力画像上にスライドさせ（2D畳み込みの場合のように） 、テンプレートとテンプレート画像の下の入力画像パズルを比較します。

コンテンツ

 仮説

OpenCVでのテンプレートマッチング

複数のオブジェクトのテンプレートマッチング

---

 

 仮説

テンプレートマッチングは、大きな画像内のテンプレート画像の場所を検索および検索するための方法です。この目的のために、OpenCVには関数** cv.matchTemplate **（）が付属しています。テンプレート画像を入力画像上にスライドさせ（2D畳み込みの場合のように） 、テンプレートとテンプレート画像の下の入力画像パズルを比較します。OpenCVにはいくつかの比較方法が実装されています。（詳細については、ドキュメントを確認できます）。各ピクセルがそのピクセルの近傍がテンプレートとどの程度一致しているかを表すグレースケール画像を返します。

入力画像(WxH)のサイズがで、テンプレート画像(wxh)のサイズがである場合、出力画像のサイズはになります(W-w + 1，H-h + 1)。結果を取得したら、** cv.minMaxLoc **（）関数を使用して、最大/最小がどこにあるかを見つけることができます。長方形の左上隅、および長方形(w，h)の幅と高さにします。この長方形は、テンプレートの領域です。

 比較方法としてcv.TM_SQDIFFを使用する場合は、最小値が最適な一致を提供することに注意してください。

OpenCVでのテンプレートマッチング

例として、写真でメッシの顔を検索します。そこで、次のようなテンプレートを作成しました。 

 すべての比較方法を試して、結果を確認します。

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
img = cv.imread('messi5.jpg',0)
img2 = img.copy()
template = cv.imread('template.jpg',0)
w, h = template.shape[::-1]
# 列表中所有的6种比较方法
methods = ['cv.TM_CCOEFF', 'cv.TM_CCOEFF_NORMED', 'cv.TM_CCORR',
            'cv.TM_CCORR_NORMED', 'cv.TM_SQDIFF', 'cv.TM_SQDIFF_NORMED']
for meth in methods:
    img = img2.copy()
    method = eval(meth)
    # 应用模板匹配
    res = cv.matchTemplate(img,template,method)
    min_val, max_val, min_loc, max_loc = cv.minMaxLoc(res)
    # 如果方法是TM_SQDIFF或TM_SQDIFF_NORMED，则取最小值
    if method in [cv.TM_SQDIFF, cv.TM_SQDIFF_NORMED]:
        top_left = min_loc
    else:
        top_left = max_loc
    bottom_right = (top_left[0] + w, top_left[1] + h)
    cv.rectangle(img,top_left, bottom_right, 255, 2)
    plt.subplot(121),plt.imshow(res,cmap = 'gray')
    plt.title('Matching Result'), plt.xticks([]), plt.yticks([])
    plt.subplot(122),plt.imshow(img,cmap = 'gray')
    plt.title('Detected Point'), plt.xticks([]), plt.yticks([])
    plt.suptitle(meth)
    plt.show()

以下の結果を確認してください。

• cv.TM_CCOEFF

• cv.TM_CCOEFF_NORMED 

  

• cv.TM_CCORR 

  

• cv.TM_CCORR_NORMED 

  

• cv.TM_SQDIFF 

  

• cv.TM_SQDIFF_NORMED 

  

ご覧のとおり、**cv.TM_CCORR**を使用した結果は理想的ではありません。

複数のオブジェクトのテンプレートマッチング

前のセクションでは、画像に1回だけ表示されたメッシの顔を画像で検索しました。複数回出現するオブジェクトを検索していると仮定すると、** cv.minMaxLoc **（）はすべての場所を提供するわけではありません。この場合、しきい値を使用します。したがって、この例では、有名なゲーム**マリオ**のスクリーンショットを使用して、その中のコインを見つけます。

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
img_rgb = cv.imread('mario.png')
img_gray = cv.cvtColor(img_rgb, cv.COLOR_BGR2GRAY)
template = cv.imread('mario_coin.png',0)
w, h = template.shape[::-1]
res = cv.matchTemplate(img_gray,template,cv.TM_CCOEFF_NORMED)
threshold = 0.8
loc = np.where( res >= threshold)
for pt in zip(*loc[::-1]):
    cv.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (0,0,255), 2)
cv.imwrite('res.png',img_rgb)

結果：