opencv - Color 上的模板匹配行为

Question

我正在评估模板匹配算法以区分相似和不同的对象。我发现的是令人困惑的，我对模板匹配的印象是一种比较原始像素强度值的方法。因此，当像素值发生变化时，我预计模板匹配会给出较低的匹配百分比。

我有一个模板和搜索图像，其形状和大小都相同，只是颜色不同(附图片)。令人惊讶的是，当我进行模板匹配时，我得到的匹配百分比大于 90%。

img = cv2.imread('./images/searchtest.png', cv2.IMREAD_COLOR)
template = cv2.imread('./images/template.png', cv2.IMREAD_COLOR)
res = cv2.matchTemplate(img, template, cv2.TM_CCORR_NORMED)
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)
print(max_val)

模板图像:

搜索图片:

有人可以告诉我为什么会这样吗？我什至在 HSV 颜色空间、全 BGR 图像、全 HSV 图像、B、G、R 的各个 channel 和 H、S、V 的各个 channel 中尝试过这个。在所有情况下，我都得到了很好的百分比。

非常感谢任何帮助。

Answer 1

res = cv2.matchTemplate(img, template, cv2.TM_CCORR_NORMED)

有各种参数，您可以使用它们来查找模板，例如cv2.TM_CCOEFF, cv2.TM_CCOEFF_NORMED, cv2.TM_CCORR, cv2.TM_CCORR_NORMED, cv2.TM_SQDIFF ，cv2.TM_SQDIFF_NORMED

你可以在这里查看他们的等式:

https://docs.opencv.org/2.4/modules/imgproc/doc/object_detection.html

根据我的想法，如果您想使用模板匹配，使其不匹配不同颜色的形状，那么您应该使用 CV_TM_SQDIFF 或 cv2.TM_CCOEFF_NORMED。相关项给出最大值的匹配，平方差项给出最小值的匹配。因此，如果您具有精确的形状和大小，但颜色不同，您将获得高相关值(请参阅上面链接中的等式)。