|
作者：王先榮
前言
模板匹配是在圖像中尋找目標的方法之一。Come On, Boy.我們一起來看看模板匹配到底是怎么回事。
模板匹配的工作方式
模板匹配的工作方式跟直方圖的反向投影基本一樣，大致過程是這樣的：通過在輸入圖像上滑動圖像塊對實際的圖像塊和輸入圖像進行匹配。
假設(shè)我們有一張100x100的輸入圖像，有一張10x10的模板圖像，查找的過程是這樣的：
（1）從輸入圖像的左上角(0,0)開始，切割一塊(0,0)至(10,10)的臨時圖像；
（2）用臨時圖像和模板圖像進行對比，對比結(jié)果記為c；
（3）對比結(jié)果c，就是結(jié)果圖像(0,0)處的像素值；
（4）切割輸入圖像從(0,1)至(10,11)的臨時圖像，對比，并記錄到結(jié)果圖像；
（5）重復（1）～（4）步直到輸入圖像的右下角。
大家可以看到，直方圖反向投影對比的是直方圖，而模板匹配對比的是圖像的像素值；模板匹配比直方圖反向投影速度要快一些，但是我個人認為直方圖反向投影的魯棒性會更好。
模板匹配的匹配方式
在OpenCv和EmguCv中支持以下6種對比方式：
CV_TM_SQDIFF 平方差匹配法：該方法采用平方差來進行匹配；最好的匹配值為0；匹配越差，匹配值越大。
CV_TM_CCORR 相關(guān)匹配法：該方法采用乘法操作；數(shù)值越大表明匹配程度越好。
CV_TM_CCOEFF 相關(guān)系數(shù)匹配法：1表示完美的匹配；-1表示最差的匹配。
CV_TM_SQDIFF_NORMED 歸一化平方差匹配法
CV_TM_CCORR_NORMED 歸一化相關(guān)匹配法
CV_TM_CCOEFF_NORMED 歸一化相關(guān)系數(shù)匹配法
根據(jù)我的測試結(jié)果來看，上述幾種匹配方式需要的計算時間比較接近（跟《學習OpenCv》書上說的不同），我們可以選擇一個能適應(yīng)場景的匹配方式。
模板匹配的示例代碼
下面是模板匹配的C#版本代碼：
 //模板匹配
private void btnCalc_Click(object sender, EventArgs e)
{
//輸入圖像
Image<Bgr, Byte> imageInput = new Image<Bgr, byte>((Bitmap)pbInput.Image);
//模板圖像
Image<Bgr, Byte> imageTemplate = new Image<Bgr, byte>((Bitmap)pbTemplate.Image);
//縮放因子，更小的圖像可以提高處理速度
double scale = 1d;
double.TryParse(txtScale.Text, out scale);
if (scale != 1d)
{
imageInput = imageInput.Resize(scale, INTER.CV_INTER_LINEAR);
imageTemplate = imageTemplate.Resize(scale, INTER.CV_INTER_LINEAR);
}
//色彩空間
string colorSpace = (string)cmbColorSpace.SelectedItem;
IImage imageInput2, imageTemplate2;
if (colorSpace == "Gray")
{
imageInput2 = imageInput.Convert<Gray, Byte>();
imageTemplate2 = imageTemplate.Convert<Gray, Byte>();
}
else if (colorSpace == "HSV")
{
imageInput2 = imageInput.Convert<Hsv, Byte>();
imageTemplate2 = imageTemplate.Convert<Hsv, Byte>();
}
else
{
imageInput2 = imageInput.Copy();
imageTemplate2 = imageTemplate.Copy();
}
//匹配方式數(shù)組
TM_TYPE[] tmTypes = new TM_TYPE[] { TM_TYPE.CV_TM_SQDIFF, TM_TYPE.CV_TM_SQDIFF_NORMED, TM_TYPE.CV_TM_CCORR, TM_TYPE.CV_TM_CCORR_NORMED, TM_TYPE.CV_TM_CCOEFF, TM_TYPE.CV_TM_CCOEFF_NORMED };
//輸出圖像（匹配結(jié)果）
Image<Gray, Single>[] imageResults = new Image<Gray, float>[tmTypes.Length];
//依次執(zhí)行每種匹配，并歸一化結(jié)果
int i = 0;
double totalTime = 0d; //總共用時
double time; //每種匹配的用時
Stopwatch sw = new Stopwatch();
txtResult.Text += string.Format("開始執(zhí)行匹配（色彩空間：{0}，縮放因子：{1}）\r\n", colorSpace, scale);
foreach (TM_TYPE tmType in tmTypes)
{
sw.Start();
//模板匹配（注意：因為接口IImage中沒有名為MatchTemplate的定義，所以需要進行強制轉(zhuǎn)換）
//Image<Gray, Single> imageResult = imageInput2.MatchTemplate(imageTemplate2, tmType);
Image<Gray, Single> imageResult;
if (colorSpace == "Gray")
imageResult = ((Image<Gray, Byte>)imageInput2).MatchTemplate((Image<Gray, Byte>)imageTemplate2, tmType);
else if (colorSpace == "HSV")
imageResult = ((Image<Hsv, Byte>)imageInput2).MatchTemplate((Image<Hsv, Byte>)imageTemplate2, tmType);
else
imageResult = ((Image<Bgr, Byte>)imageInput2).MatchTemplate((Image<Bgr, Byte>)imageTemplate2, tmType);
sw.Stop();
time = sw.Elapsed.TotalMilliseconds;
totalTime += time;
sw.Reset();
//歸一化結(jié)果
CvInvoke.cvNormalize(imageResult.Ptr, imageResult.Ptr, 1d, 0d, NORM_TYPE.CV_MINMAX, IntPtr.Zero);
//找到最匹配的點，以及該點的值
double bestValue;
Point bestPoint;
FindBestMatchPointAndValue(imageResult, tmType, out bestValue, out bestPoint);
//在最匹配的點附近畫一個跟模板一樣大的矩形
Rectangle rect = new Rectangle(new Point(bestPoint.X - imageTemplate.Size.Width / 2, bestPoint.Y - imageTemplate.Size.Height / 2), imageTemplate.Size);
imageResult.Draw(rect, new Gray(bestValue), 2);
//保存結(jié)果圖像到數(shù)組
imageResults[i] = imageResult;
i++;
//顯示結(jié)果
txtResult.Text += string.Format("匹配方式：{0:G}，用時：{1:F05}毫秒，最匹配的點：({2},{3})，最匹配的值：{4}\r\n", tmType, time, bestPoint.X, bestPoint.Y, bestValue);
}
txtResult.Text += string.Format("匹配結(jié)束，共用時：{0:F05}毫秒\r\n", totalTime);
//顯示結(jié)果圖像
pbResultSqdiff.Image = ImageConverter.ImageSingleToBitmap<Gray>(imageResults[0]);
pbResultSqdiffNormalized.Image = ImageConverter.ImageSingleToBitmap<Gray>(imageResults[1]);
pbResultCcorr.Image = ImageConverter.ImageSingleToBitmap<Gray>(imageResults[2]);
pbResultCcorrNormalized.Image = ImageConverter.ImageSingleToBitmap<Gray>(imageResults[3]);
pbResultCcoeff.Image = ImageConverter.ImageSingleToBitmap<Gray>(imageResults[4]);
pbResultCcoeffNormalized.Image = ImageConverter.ImageSingleToBitmap<Gray>(imageResults[5]);
//釋放資源
imageInput.Dispose();
imageTemplate.Dispose();
imageInput2.Dispose();
imageTemplate2.Dispose();
foreach (Image<Gray, Single> imageResult in imageResults)
imageResult.Dispose();
}
//找到最匹配的點，以及該點的值
private void FindBestMatchPointAndValue(Image<Gray, Single> image, TM_TYPE tmType, out double bestValue, out Point bestPoint)
{
bestValue = 0d;
bestPoint = new Point(0, 0);
double[] minValues, maxValues;
Point[] minLocations, maxLocations;
image.MinMax(out minValues, out maxValues, out minLocations, out maxLocations);
//對于平方差匹配和歸一化平方差匹配，最小值表示最好的匹配；其他情況下，最大值表示最好的匹配
if (tmType == TM_TYPE.CV_TM_SQDIFF || tmType == TM_TYPE.CV_TM_SQDIFF_NORMED)
{
bestValue = minValues[0];
bestPoint = minLocations[0];
}
else
{
bestValue = maxValues[0];
bestPoint = maxLocations[0];
}
}
顯示結(jié)果圖像
模板匹配和直方圖反向投影生成的結(jié)果圖像都是32位浮點型單通道圖像。如果用C/C++，可以很方便的用OpenCv中的cvShowImage函數(shù)來顯示；如果用.net，因為EmguCv中將32位浮點圖像轉(zhuǎn)換成8位位圖的方法有些小問題，我們要自己編寫一段轉(zhuǎn)換的代碼，然后再顯示。
/// <summary>
/// 將任意浮點型圖像轉(zhuǎn)換成Byte圖像；
/// 本轉(zhuǎn)換函數(shù)對浮點型圖像的具體像素值沒有要求，自動將值縮放到0～255之間。
/// </summary>
/// <typeparam name="TColor">圖像的色彩空間</typeparam>
/// <param name="source">浮點型圖像</param>
/// <returns>返回Byte型圖像</returns>
public static Image<TColor, Byte> ImageSingleToByte<TColor>(Image<TColor, Single> source)
where TColor : struct, IColor
{
Image<TColor, Byte> dest = new Image<TColor, Byte>(source.Size);
//得到源圖像的最小和最大值
double[] minVal, maxVal;
Point[] minLoc, maxLoc;
source.MinMax(out minVal, out maxVal, out minLoc, out maxLoc);
double min = minVal[0];
double max = maxVal[0];
for (int i = 1; i < minVal.Length; i++)
{
min = Math.Min(min, minVal[i]);
max = Math.Max(max, maxVal[i]);
}
//得到縮放比率和偏移量
double scale = 1.0, shift = 0.0;
scale = (max == min) ? 0.0 : 255.0 / (max - min);
shift = (scale == 0) ? min : -min * scale;
//縮放圖像，并浮點圖像縮放到256級的灰度
CvInvoke.cvConvertScaleAbs(source.Ptr, dest.Ptr, scale, shift);
return dest;
}
/// <summary>
/// 將任意浮點型圖像轉(zhuǎn)換成每通道8位的Bitmap；
/// 本轉(zhuǎn)換函數(shù)對浮點型圖像的具體像素值沒有要求，自動將值縮放到0～255之間。
/// </summary>
/// <typeparam name="TColor">圖像的色彩空間</typeparam>
/// <param name="source">浮點型圖像</param>
/// <returns>返回每通道8位的Bitmap</returns>
public static Bitmap ImageSingleToBitmap<TColor>(Image<TColor, Single> source)
where TColor : struct, IColor
{
Image<TColor, Byte> dest = ImageSingleToByte<TColor>(source);
Bitmap bitmap = dest.Bitmap;
dest.Dispose();
return bitmap;
}
左上是輸入圖像，左中是模板圖像，右邊是各種匹配方式的結(jié)果（相關(guān)匹配的結(jié)果明顯不正確）
模板匹配和直方圖反向投影的效率
總的來說，模板匹配和直方圖反向投影的效率都不高。在我的機器上，在1136*852大小的輸入圖像上匹配104*132的大小的模板圖像（都是單通道灰度圖像），大約需要700毫秒；而直方圖反向投影大約需要75000毫秒（1.25分鐘）。看來還需要繼續(xù)學習，尋找更好的處理方法。
另一方面，通過搜索OpenCv的源代碼，發(fā)現(xiàn)OpenCv基本上沒有使用并行計算。如果學習完之后，還有時間和熱情，我準備嘗試優(yōu)化下OpenCv的并行計算；如果.net 4.0正式版推出了，也可以選擇在這一方面做點優(yōu)化。
感謝您耐心看完本文，希望對您有所幫助。
|
