- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在使用模板匹配 (TM) 来查找图像中所有M 的位置(左侧第一张图像),但我将匹配点的位置(指旋转 ROI 内的位置)重新映射回原始图像时遇到问题:
问题是我需要在这一点上反转(撤消)warpAffine 变换,并且我的计算并不完美,正如您在上面最右侧的橙色框图像中看到的那样。
我已经研究了 SO 中与该主题相关的所有帖子,但没有一个真正有帮助,因为我试图逆转的操作稍微复杂一些:
简单来说,这个应用程序有什么作用?
rotate_bound()
旋转它,然后对其执行 TM。;主要问题似乎是撤消由 rotate_bound()
创建的旋转矩阵中定义的所有操作。顺便说一句,如果您从未听说过这个功能,这里有一个 good reference .
如何修复重映射计算?
这是一个Short, Self Contained, Correct (Compilable), Example :
import cv2
import numpy as np
# rotate_bound: helper function that rotates the image adds some padding to avoid cutting off parts of it
# reference: https://www.pyimagesearch.com/2017/01/02/rotate-images-correctly-with-opencv-and-python/
def rotate_bound(image, angle):
# grab the dimensions of the image and then determine the center
(h, w) = image.shape[:2]
(cX, cY) = (w // 2, h // 2)
# grab the rotation matrix (applying the negative of the angle to rotate clockwise), then grab the sine and cosine
# (i.e., the rotation components of the matrix)
M = cv2.getRotationMatrix2D((cX, cY), -angle, 1.0)
cos = np.abs(M[0, 0])
sin = np.abs(M[0, 1])
# compute the new bounding dimensions of the image
nW = int(np.multiply(h, sin) + np.multiply(w, cos))
nH = int(np.multiply(h, cos) + np.multiply(w, sin))
# adjust the rotation matrix to take into account translation
M[0, 2] += (nW / 2) - cX
M[1, 2] += (nH / 2) - cY
# perform rotation and return the image (white background) along with the Rotation Matrix
return cv2.warpAffine(image, M, (nW, nH), borderValue=(255,255,255)), M
# Step 1 - Load images
input_img = cv2.imread("target.png", cv2.IMREAD_GRAYSCALE)
template_img = cv2.imread("template.png", cv2.IMREAD_GRAYSCALE)
matches_dbg_img = cv2.cvtColor(input_img, cv2.COLOR_GRAY2BGR) # for debugging purposes
# Step 2 - Generate some ROIs
# each ROI contains the x,y,w,h and angle (degree) to rotate the box and make its M appear horizontal
roi_w = 26
roi_h = 26
roi_list = []
roi_list.append((112, 7, roi_w, roi_h, 0))
roi_list.append((192, 36, roi_w, roi_h, -45))
roi_list.append((227, 104, roi_w, roi_h, -90))
roi_list.append((195, 183, roi_w, roi_h, -135))
roi_list.append((118, 216, roi_w, roi_h, -180))
roi_list.append((49, 196, roi_w, roi_h, -225))
roi_list.append((10, 114, roi_w, roi_h, -270))
roi_list.append((36, 41, roi_w, roi_h, -315))
# debug: draw green ROIs
rois_dbg_img = cv2.cvtColor(input_img, cv2.COLOR_GRAY2BGR)
for roi in roi_list:
x, y, w, h, angle = roi
x2 = x + w
y2 = y + h
cv2.rectangle(rois_dbg_img, (x, y), (x2, y2), (0,255,0), 2)
cv2.imwrite('target_rois.png', rois_dbg_img)
cv2.imshow('ROIs', rois_dbg_img)
cv2.waitKey(0)
cv2.destroyWindow('ROIs')
# Step 3 - Select a ROI, crop and rotate it, then perform Template Matching
for i, roi in enumerate(roi_list):
x, y, w, h, angle = roi
roi_cropped = input_img[y:y+h, x:x+w]
roi_rotated, M = rotate_bound(roi_cropped, angle)
# debug: display each rotated ROI
#cv2.imshow('ROIs-cropped-rotated', roi_rotated)
#cv2.waitKey(0)
# debug: dump roi to the disk (before/after rotation)
filename = 'target_roi' + str(i)
cv2.imwrite(filename + '.png', roi_cropped)
cv2.imwrite(filename + '_rotated.png', roi_rotated)
# perform template matching
res = cv2.matchTemplate(roi_rotated, template_img, cv2.TM_CCOEFF_NORMED)
(_, score, _, (pos_x, pos_y)) = cv2.minMaxLoc(res)
print('TM score=', score)
# Step 4 - When a TM is found, revert the rotation of matched point so that it represents a location in the original image
# Note: pos_x and pos_y define the location of the matched template in a rotated ROI
threshold = 0.75
if (score >= threshold):
# debug in cropped image
print('find_k_symbol: FOUND pos_x=', pos_x, 'pos_y=', pos_y, 'w=', template_img.shape[1], 'h=', template_img.shape[0])
rot_output_roi = cv2.cvtColor(roi_rotated, cv2.COLOR_GRAY2BGR)
cv2.rectangle(rot_output_roi, (pos_x, pos_y), (pos_x + template_img.shape[1], pos_y + template_img.shape[0]), (0, 165, 255), 2) # orange
cv2.imshow('rot-matched-template', rot_output_roi)
cv2.waitKey(0)
cv2.destroyWindow('rot-matched-template')
###
# How to convert the location of the matched template (pos_x, pos_y) to points in roi_cropped?
# (which is the ROI before rotation)
###
# extract variables from the rotation matrix
M_x = M[0][2]
M_y = M[1][2]
#print('M_x=', M_x, '\tM_y=', M_y)
M_cosx = M[0][0]
M_msinx = M[0][1]
#print('M_cosx=', M_cosx, '\tM_msinx=', M_msinx)
M_siny = M[1][0]
M_cosy = M[1][1]
#print('M_siny=', M_siny, '\tM_cosy=', M_cosy)
# undo translation:
dst1_x = pos_x - M_x
dst1_y = pos_y - M_y
# undo rotation:
# after this operation, (new_pos_x, new_pos_y) should already be a valid point in the original ROI
new_pos_x = M_cosx * dst1_x - M_msinx * dst1_y
new_pos_y = -M_siny * dst1_x + M_cosy * dst1_y
# debug: create the bounding rect of the detected symbol in the original input image
detected_x = x + int(new_pos_x)
detected_y = y + int(new_pos_y)
detected_w = template_img.shape[1]
detected_h = template_img.shape[0]
detected_rect = (detected_x, detected_y, detected_w, detected_h)
print('find_k_symbol: detected_x=', detected_x, 'detected_y=', detected_y, 'detected_w=', detected_w, 'detected_h=', detected_h)
print()
cv2.rectangle(matches_dbg_img, (detected_x, detected_y), (detected_x + detected_w, detected_y + detected_h), (0, 165, 255), 2) # orange
cv2.imwrite('target_matches.png', matches_dbg_img)
cv2.imshow('matches', matches_dbg_img)
cv2.waitKey(0)
再次,以下是运行应用程序所需的图像:original image和 template image .
最佳答案
您已经差不多完成了 - 所缺少的只是将边界框矩形围绕其左上角旋转已知的角度,然后绘制这个旋转的矩形。
自 cv2.rectangle
只绘制直立的矩形,我们需要一些替代方案。一种选择是将矩形表示为其角点列表(为了保持一致性,假设从左上角开始按顺时针顺序)。然后我们可以使用 cv2.polylines
将其绘制为穿过这 4 个点的闭合折线。 .
要旋转矩形,我们需要对其所有角点应用几何变换。为此,我们首先使用 cv2.getRotationMatrix2D
获得一个变换矩阵.
我们将角点转换为齐次坐标,并计算变换矩阵与转置坐标数组的点积。
为了方便(将每个点放在单行上),我们转置结果。
# Rotate rectangle defined by (x,y,w,h) around its top left corner (x,y) by given angle
def rotate_rectangle(x, y, w, h, angle):
# Generate homogenous coordinates of the corners
# Start top left, go clockwise
corners = np.array([
(x, y, 1)
, (x + w, y, 1)
, (x + w, y + h, 1)
, (x, y + h, 1)
], np.int32)
# Create rotation matrix to transform the coordinates
m_rot = cv2.getRotationMatrix2D((x, y), angle, 1.0)
# Apply transformation
rotated_points = np.dot(m_rot, corners.T).T
return rotated_points
<小时/>
现在,我们首先确定旋转边界框的角点,而不是调用 cv2.rectangle
:
rot_points = rotate_rectangle(detected_x, detected_y, detected_w, detected_h, angle)
由于cv2.polylines
需要整数坐标,我们 round值和convert the datatype数组的:
rot_points = np.round(rot_points).astype(np.int32)
最后通过 4 个角点绘制一条闭合多段线:
cv2.polylines(matches_dbg_img, [rot_points], True, (0, 165, 255), 2)
<小时/>
关于python - 在 warpAffine 变换后,如何将点重新映射或恢复到其以前的坐标系?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59770271/
我是 firebase 的新手,我正在尝试分页查询。我喜欢有一个“下一个”和“上一个”按钮。我的下一个按钮工作正常,我的问题是单击上一个 引用:https://firebase.google.com/
抱歉,标题这么蹩脚,但我只是不知道该放什么,希望你能理解。另外,我不知道以前是否有人问过类似的问题,因为我不知道合适的关键字 - 因此也无法用谷歌搜索。 基本上...在查看preg_match_all
我想在 TFS 中 check out 一个检入文件的先前版本。我可以轻松获得特定文件的变更集 ID 列表,但无法弄清楚如何 checkout 以前的版本。 我目前的代码: var workspace
我想使用 @FunctionalInterface来 self 代码中的 Java 8,但我希望能够将生成的类文件与 Java 6 一起使用。我认为我应该将源版本设为 1.8 , 目标版本为 1.6
自从 versions 被删除以来,我一直无法找到安装以前版本软件的方法。命令并点击 Homebrew。我在 2008 Mac Pro (3,1) 上运行 macOS 10.14.3 (Mojave)
当我开始当前的项目时,App Store 中已经有一个应用程序。此应用程序仅适用于 iPhone。 我的第一个任务是测试和构建一个也可以在 iPod Touch 上运行的版本。 大约 3 周前,App
我在 GitHub 上有一个曾经是 fork 的 repo,但现在不是了,因为我已经删除了原始项目的任何痕迹并开始了一个同名的新项目。 但是,GitHub 仍然表示该项目是 fork 的。有什么方法可
我是一名优秀的程序员,十分优秀!