【视觉项目】【day1】8.20号实验记录(初步使用模板匹配)

目录

  • 【day1】8.20号实验记录(初步使用模板匹配)
    • 模板匹配
    • 单张图的代码
    • 利用多个模板去匹配多张图的代码
      • 写代码过程中遇到的问题

【day1】8.20号实验记录(初步使用模板匹配)

模板匹配

利用模板匹配可以框定出瓶子,但是却不能分辨哪种瓶子是哪种瓶子。
对同一张图片用不同的模板去进行匹配,选择匹配度最高的作为最终的结果。
而且这种匹配受到模板大小的限制。若是摄像头固定,视角固定,那这个问题可以解决。

单张图的代码

#include <opencv2/opencv.hpp>
#include "opencv2/features2d.hpp"
#include <vector>
#include <algorithm>
#include <iostream>
#include "windows.h"
#include <stdio.h>
#include <time.h>
#include <math.h>  
#define WINDOW_NAME "【程序窗口】"			
using namespace cv;
using namespace std;
int main()
{//改变控制台字体颜色system("color 02");Mat srcImage=imread("D:\\opencv_picture_test\\视觉项目\\圆1.png");	//测试图Mat tempMat = imread("D:\\opencv_picture_test\\视觉项目\\方template.png");	//模板图//Mat srcImage=imread("D:\\opencv_picture_test\\img.png");	//测试图//Mat tempMat = imread("D:\\opencv_picture_test\\template.png");	//模板图cout << tempMat.cols << endl;cout << tempMat.rows << endl;Mat refMat;Mat resultMat;Mat dispMat;tempMat.copyTo(refMat);int match_method = TM_CCOEFF_NORMED;//采用模板与目标图像像素与各自图像的平均值计算dot product,正值越大匹配度越高,负值越大图像的区别越大,但如果图像没有明显的特征(即图像中的像素值与平均值接近)则返回值越接近0;matchTemplate(srcImage, refMat, resultMat, match_method);normalize(resultMat, resultMat, 0, 1, NORM_MINMAX, -1, Mat());	//归一化double minVal; double maxVal; Point minLoc; Point maxLoc; Point matchLoc;	//定义最大值最小值以及它们的位置变量minMaxLoc(resultMat, &minVal, &maxVal, &minLoc, &maxLoc, Mat());	//从结果矩阵中找到匹配度最大以及最小的值并且确定其位置//对于方法SQDIFF和SQDIFF_NORMED两种方法来讲,越小的值就有着更高的匹配结果//而其余的方法则是数值越大匹配效果越好if (match_method == TM_SQDIFF || match_method == TM_SQDIFF_NORMED)matchLoc = minLoc;elsematchLoc = maxLoc;srcImage.copyTo(dispMat);//circle(dispMat, matchLoc, 5, Scalar(0, 0, 255), 2, 8, 0);//以最佳匹配点为中心绘制与模板相同大小的框rectangle(dispMat, matchLoc, Point(matchLoc.x + refMat.cols, matchLoc.y + refMat.rows), Scalar::all(0), 2, 8, 0);namedWindow("template", WINDOW_NORMAL);//WINDOW_NORMAL允许用户自由伸缩imshow("template", refMat);namedWindow("srcImage", WINDOW_NORMAL);//WINDOW_NORMAL允许用户自由伸缩imshow("srcImage", dispMat);waitKey(0);return 0;
}

利用多个模板去匹配多张图的代码

写代码过程中遇到的问题

1、要理解好result矩阵的含义
2、match_method 要多试几种
3、不同模板对同一张测试图匹配后得到的result数组中,不需要对其归一化,不然会发现,每个模板的最佳值都是1(使用TM_CCORR_NORMED时),这样就比较不了了。

#include <opencv2/opencv.hpp>
#include "opencv2/features2d.hpp"
#include <vector>
#include <algorithm>
#include <iostream>
#include "windows.h"
#include <stdio.h>
#include <time.h>
#include <math.h>  
#define WINDOW_NAME "【程序窗口】"			
using namespace cv;
using namespace std;void show_text(int nums)
{if (nums == 0){cout << "方" << endl;}else if (nums == 1){cout << "v圆" << endl;}else if (nums == 2){cout << "圆" << endl;}else if (nums == 3){cout << "小" << endl;}else if (nums == 4){cout << "中" << endl;}else{cout << "无" << endl;}
}
int main()
{//改变控制台字体颜色system("color 02");//创建模板vectorvector<Mat>tempMat;//插入模板元素Mat temp = imread("D:\\opencv_picture_test\\视觉项目\\方template.png");tempMat.push_back(temp);temp = imread("D:\\opencv_picture_test\\视觉项目\\v圆template.png");tempMat.push_back(temp);temp = imread("D:\\opencv_picture_test\\视觉项目\\圆template.png");tempMat.push_back(temp);temp = imread("D:\\opencv_picture_test\\视觉项目\\小template.png");tempMat.push_back(temp);temp= imread("D:\\opencv_picture_test\\视觉项目\\中template.png");tempMat.push_back(temp);Mat tempMat1 = tempMat[0];Mat tempMat2 = tempMat[1];Mat tempMat3 = tempMat[2];Mat tempMat4 = tempMat[3];Mat tempMat5 = tempMat[4];//获取模板数目int tempMat_Nums = tempMat.size();//获取测试图像Mat srcImage=imread("D:\\opencv_picture_test\\视觉项目\\v圆1.png");	//测试图Mat resultMat;Mat dispMat;int match_method = TM_CCORR_NORMED;		//经过试错发现此参数较好。//用每个模板去匹配测试图,并且找出每次结果的最佳匹配值,将值存入vector中vector<double>goodval;vector<Point>goodlock;int matchnum = 0;Point matchLoc;for (int i = 0;i < tempMat_Nums;i++){//采用模板与目标图像像素与各自图像的平均值计算dot product,正值越大匹配度越高,负值越大图像的区别越大,但如果图像没有明显的特征(即图像中的像素值与平均值接近)则返回值越接近0;matchTemplate(srcImage, tempMat[i], resultMat, match_method);//不归一化,因为不同模板归一化后的最佳值皆为1,无法比较//normalize(resultMat, resultMat, 0, 1, NORM_MINMAX, -1, Mat());	//归一化double minVal; double maxVal; Point minLoc; Point maxLoc;	//定义最大值最小值以及它们的位置变量minMaxLoc(resultMat, &minVal, &maxVal, &minLoc, &maxLoc, Mat());	//从结果矩阵中找到匹配度最大以及最小的值并且确定其位置//对于方法SQDIFF和SQDIFF_NORMED两种方法来讲,越小的值就有着更高的匹配结果//而其余的方法则是数值越大匹配效果越好if (match_method == TM_SQDIFF || match_method == TM_SQDIFF_NORMED){goodlock.push_back(minLoc);goodval.push_back(minVal);}else{goodlock.push_back(maxLoc);goodval.push_back(maxVal);}cout << i << "  "<<maxVal << endl;}//找到goodval中最佳的一组if (match_method == TM_SQDIFF || match_method == TM_SQDIFF_NORMED){auto goodPosition = min_element(goodval.begin(), goodval.end());matchnum = distance(begin(goodval), goodPosition);}else{auto goodPosition = max_element(goodval.begin(), goodval.end());matchnum = distance(begin(goodval), goodPosition);}show_text(matchnum);matchLoc = goodlock[matchnum];srcImage.copyTo(dispMat);//circle(dispMat, matchLoc, 5, Scalar(0, 0, 255), 2, 8, 0);//以最佳匹配点为中心绘制与模板相同大小的框rectangle(dispMat, matchLoc, Point(matchLoc.x + tempMat[matchnum].cols, matchLoc.y + tempMat[matchnum].rows), Scalar::all(0), 2, 8, 0);//namedWindow("template", WINDOW_NORMAL);//WINDOW_NORMAL允许用户自由伸缩//imshow("template", tempMat);namedWindow("srcImage", WINDOW_NORMAL);//WINDOW_NORMAL允许用户自由伸缩imshow("srcImage", dispMat);waitKey(0);return 0;
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/378385.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

第四章 纤维结构对染色性能的影响单元测验

1,利用红外光谱技术可以测定纤维的() 化学结构。 2,纤维完整的结构包括() 化学结构。 表面形态结构。 内部超分子结构。 3,纤维化学结构由于影响了纤维(),进而影响其染色性能 吸湿溶胀性能。 在染液中电离性能。 在染浴中的带电性。 与染液中各组分之间的作用力。 …

创建存储过程时出现的This function has none of DETERMINISTIC, NO SQL解决办法

This function has none of DETERMINISTIC, NO SQL解决办法创建存储过程时 出错信息&#xff1a; ERROR 1418 (HY000): This function has none of DETERMINISTIC, NO SQL, or READS SQL DATA in its declaration and binary logging is enabled (you *might* want to use the …

如何让没有安装网页中所需字体的用户也能得到一致的浏览效果【转】

今天给大家谈一个关于字体的话题,我们在做项目的过程中会遇到一些在psd中的字体在自己的电脑中没有安装&#xff0c;或者是一些特殊的文字&#xff0c;通常的做法是把它切成图片&#xff0c;但是如果这个站是多个语言的&#xff0c;那我们是不是把每个语言的都切一张图片呢&…

【视觉项目】【day4】8.24号实验记录(消除瓶子内部“边缘”)

思路分析以及代码 思路1&#xff1a;使用findContours函数&#xff0c;设置轮廓为最外部RETR_EXTERNAL&#xff0c;结果发现结果仍然是所有轮廓。 思路2&#xff1a;先二值化&#xff0c;然后进行闭操作&#xff0c;然后canny&#xff0c;得到的轮廓确实比之前少很多&#xff…

operator.ne_Python operator.ne()函数与示例

operator.neoperator.ne()函数 (operator.ne() Function) operator.ne() function is a library function of operator module, it is used to perform "not equal to operation" on two values and returns True if the first value is not equal to the second val…

国产操作系统和linux 之间的关系,为何国产系统大多基于开源Linux?操作系统从0做起到底有多难?...

今年貌似是国产操作系统的“爆发”之年&#xff0c;除了老牌的银河麒麟、中标麒麟、深度之外&#xff0c;中兴近日发布了自己的“新支点”&#xff0c;华为也公开了自研的操作系统“鸿蒙”。纵观这些国产操作系统&#xff0c;大多基于开源的Linux。那么为什么我们不可以从0开始…

away3d创建基础view世界(基础 一)

对于away3d可能很多人有畏惧心里&#xff0c;其实away3d没有想象中的那么难&#xff0c;现在我就教大家创建一个简单的view世界。 package{import away3d.containers.View3D;import flash.display.Sprite;public class Main extends Sprite{private var view:View3D;//兴建一个…

operator.eq_Python operator.eq()函数与示例

operator.eqoperator.eq()函数 (operator.eq() Function) operator.eq() function is a library function of operator module, it is used to perform "equal to operation" on two values and returns True if the first value is equal to the second value, Fals…

智能车复工日记【7】:关于会车的图像问题

目录 系列文章更换扫线方式获取车的轮廓车屁股所在行数确定白色球台导致的问题5.21思考1、 关于会车地点确定如何判断会车状态博主联系方式: QQ:1540984562 QQ交流群:892023501 群里会有往届的smarters和电赛选手,群里也会不时分享一些有用的资料,有问题可以在群里多问问。…

详解Spring 3.0 基于Annotation 的依赖注入实现

简介&#xff1a; Spring 的依赖配置方式与 Spring 框架的内核自身是松耦合设计的。然而&#xff0c;直到 Spring 3.0 以前&#xff0c;使用 XML 进行依赖配置几乎是唯一的选择。Spring 3.0 的出现改变了这一状况&#xff0c;它提供了一系列的针对依赖注入的注解&#xff0c;这…

linux如何停用xdmcp服务,如何禁用XDMCP服务

看你用到是什么linux版本&#xff0c;例如下面&#xff1a;For kdm (which comes with the KDE desktop), it is a replacement of xdm and configures the same way, except its files are in /etc/X11/kdm in Caldera/SCO, /etc/kde/kdm in Red Hat (and Fedora Core) and /u…

第一章 基础知识

这篇博文是本人在学习《Python基础教程 &#xff08;第3版&#xff09;》的时候所记录下来的关键要点&#xff0c;书中的核心知识点也都在本篇博客中所涉及&#xff0c;需要耐心每天坚持点点滴滴学习进步 第一章 基础知识 数和表达式 1&#xff0c;执行整除运算// 4//3 —&…

Python operator.le()函数与示例

operator.le()函数 (operator.le() Function) operator.le() function is a library function of operator module, it is used to perform "less than or equal to operation" on two values and returns True if the first value is less than or equal to the sec…

jQuery.validator

$(document).ready(function(){ /* 设置默认属性 */$.validator.setDefaults({ submitHandler: function(form) { form.submit(); } }); // 中文字两个字节 jQuery.validator.addMethod("byteRangeLength", function(value, element, param) { var length value.le…

js 第四课

正则表达式&#xff1a;RegExp对象 正则表达式描述一个字符模式的对象&#xff0c;或者说用某种模式去匹配一类字符串的一个公式。 1.创建 可以用RegExp构造函数和直接量两种方式。正则表达式直接量被包含在一对"/"中. 1 var partern1 RegExp(\\d*); 2 …

第二章 列表和元组

第二章 列表和元组 在Python中&#xff0c;最基本的数据结构为序列&#xff08;包括列表、元组、字符串等&#xff09;&#xff08;sequence&#xff09; 列表是可以修改的&#xff0c;而元组不可以 Python支持一种数据结构的基本概念&#xff0c;名为容器&#xff08;contain…

linux下mac风格菜单栏,ubuntu 8.04 安装mac风格菜单

ubuntu 8.04 安装mac风格菜单发布时间:2008-07-13 00:22:22来源:红联作者:bindex这只是一份草案文档&#xff0c;它可能会导致一些计算机故障。引言这份指南假定你没有在电脑上编译过其他程序&#xff0c;并且&#xff0c;假定你使用的是Ubuntu Gusty。1.使用deb包安装 32位系统…

解析法实现一元线性回归、多元线性回归以及数据模型可视化操作

目录【1】解析法实现一元线性回归python列表实现利用Numpy实现利用TensorFlow实现数据和模型可视化【2】解析法实现多元线性回归利用Numpy实现需要用到的NumPy数组运算函数数据和模型可视化绘制空间点集&#xff1a;绘制空间平面图&#xff1a;绘制线框图并且与散点图对比&…

带有示例的Python File readlines()方法

文件readlines()方法 (File readlines() Method) readlines() method is an inbuilt method in Python, it is used to get all lines from the file, the method is called with this object (current file stream/IO object) and returns all available lines in the file, w…

32位系统win2008+mssql2008 6G内存折腾纪实

十年没搞硬件了&#xff0c;现在计算机发展到大硬盘大内存的时代了。一直都少搞服务器配置、运营&#xff0c;以前弄服务器都是普通的PC来当服务器。公司原来的一个业务系统用的是mssql2000好几年了&#xff0c;由于业务数据越积压越多最大的一张表已经有7000多万条记录了&…