- 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?
我有两个表面,一个大的
和一个较小的
我正在尝试调整 template matching tutorial通过将它们视为灰度图像来处理这些表面。
我需要更新教程以在 x 和 y 中独立缩放,我已经这样做了,但添加了一个额外的循环。我的代码是:
import pandas as pd
import numpy as np
import cv2
import matplotlib.pyplot as plt
import matplotlib.patches as patches
# If True shows each iteration of the template matching
Visualise = True
# Load in image and template
image = pd.read_excel('TemplateMatching_exampleData.xlsx',sheetname="radial_template").as_matrix().astype(np.float32)
template = pd.read_excel('TemplateMatching_exampleData.xlsx',sheetname="radial_image").as_matrix().T.astype(np.float32)
# Save a raw copy of the template
template_raw = template
# Rescale the template to approximate the same range in values as the image
template = template - np.mean(template)
template = (template/np.max(template)) * np.max(image)
# Get the height and width of the template
(tH, tW) = template.shape[:2]
# initialize the bookkeeping variable to keep track of the matched region
found = None
# If visualise = True then initialise the figure to show the iteration
if Visualise:
fig1 = plt.figure()
ax1 = fig1.add_subplot(111)
# loop over the scales of the image
for scale_width in np.linspace(0.1, 2, 20):
for scale_height in np.linspace(0.1, 3, 20)[::-1]:
# resize the image according to the scale, and keep track
# of the ratio of the resizing
resized = cv2.resize(image, ( int(image.shape[0] * scale_height), int(image.shape[1] * scale_width) ))
r_h = image.shape[0] / float(resized.shape[0])
r_w = image.shape[1] / float(resized.shape[1])
# if the resized image is smaller than the template, then break
# from the loop
if resized.shape[0] < tH or resized.shape[1] < tW:
break
# apply template matching to find the template in the image
result = cv2.matchTemplate(resized, template, cv2.TM_CCOEFF)
(_, maxVal, _, maxLoc) = cv2.minMaxLoc(result)
# check to see if the iteration should be visualized
if Visualise:
ax1.clear()
ax1.imshow(resized)
ax1.add_patch(patches.Rectangle((maxLoc[0], maxLoc[1]), tW, tH, fill=False, edgecolor = 'red'))
plt.show()
plt.draw()
plt.pause(0.05) # fig1.waitforbuttonpress()
# if we have found a new maximum correlation value, then update
# the bookkeeping variable
if found is None or maxVal > found[0]:
found = (maxVal, maxLoc, r_w, r_h, scale_width, scale_height)
# unpack the bookkeeping varaible and compute the (x, y) coordinates
# of the bounding box based on the resized ratio
(_, maxLoc, r_w, r_h, scale_width, scale_height) = found
(startX, startY) = (int(maxLoc[0] * r_w), int(maxLoc[1] * r_h))
(endX, endY) = (int((maxLoc[0] + tW) * r_w), int((maxLoc[1] + tH) * r_h))
# draw a bounding box around the detected result and display the image
figure = plt.figure()
ax1 = figure.add_subplot(111)
ax1.imshow(image)
ax1.add_patch(patches.Rectangle((startX,startY), endX-startX, endY-startY, fill=False, edgecolor = 'red'))
plt.show()
plt.draw()
# show the matching image segment and template together
plt.figure()
plt.subplot(121)
plt.imshow(image[startX:endX, startY:endY])
plt.title('Image')
plt.subplot(122)
plt.imshow(template)
plt.title('Template')
scale_width
处找到。值,无论我将此值设置为什么,但我不知道为什么。我猜这是如何测量适合度的结果,但我对
cv2.matchTemplate
了解不够为了能够纠正它,我已经为此苦恼了好几天。
最佳答案
从你能解决的问题开始
所以首先需要做一些簿记——似乎 image
和 template
在 Excel 文档中切换,进一步看来 template
实际上是旋转了 90 度。为了得到有效的东西,我将手动将模板缩放到大致合适的大小,并确保可以找到模板。请注意,我将每张工作表导出为 .csv
文件并更正名称。
此外,我将图像设置为均值为零,标准差为一,只需减去均值并除以标准差即可。这应该使图像保持大致相同的分布,以便沿着原始数组中高度不同的值进行良好匹配。
import cv2
import numpy as np
img = np.genfromtxt('radial_img.csv', delimiter=',').astype(np.float32)
tmp = np.genfromtxt('radial_tmp.csv', delimiter=',').astype(np.float32)
tmp = np.rot90(tmp)
tmp = cv2.resize(tmp, None, fx=0.5, fy=0.33)
img = (img - np.mean(img))/np.std(img)
tmp = (tmp - np.mean(tmp))/np.std(tmp)
ccorr = cv2.matchTemplate(img, tmp, cv2.TM_CCORR)
tl = cv2.minMaxLoc(ccorr)[3]
h, w = tmp.shape[:2]
br = (tl[0]+w, tl[1]+h)
matched = cv2.normalize(img, None, alpha=0, beta=1, norm_type=cv2.NORM_MINMAX)
matched = cv2.merge([matched, matched, matched])
cv2.rectangle(matched, tl, br, (0, 255, 0))
cv2.imshow('matched0.png', matched)
cv2.waitKey()
_NORMED
确保结果大多是尺度不变的方法。而不是创建多个
for
在内部循环和调整大小,我认为使用列表推导来构建所有调整大小的图像,然后遍历所有这些图像会更清楚。我们可以在进行过程中存储最佳结果,然后在完成后显示最佳结果。请注意,这里的所有规范化都是为了可视化;不需要使用 OpenCV 功能:
import cv2
import numpy as np
img = np.genfromtxt('radial_img.csv', delimiter=',').astype(np.float32)
tmp = np.genfromtxt('radial_tmp.csv', delimiter=',').astype(np.float32)
tmp = np.rot90(tmp)
img = (img - np.mean(img))/np.std(img)
tmp = (tmp - np.mean(tmp))/np.std(tmp)
sz_ranges = np.linspace(0.1, 2.0, 19)
resized_tmps = [cv2.resize(tmp, None, fx=i, fy=j)
for i in sz_ranges for j in sz_ranges]
n_tmps = len(resized_tmps)
for rs_tmp, k in zip(resized_tmps, range(n_tmps)):
ccorr = cv2.matchTemplate(img, rs_tmp, cv2.TM_CCORR_NORMED)
match_val, match_loc = cv2.minMaxLoc(ccorr)[1::2]
if k == 0:
best_match_val = match_val
if match_val > best_match_val:
best_match_val = match_val
best_match_loc = match_loc
best_match = k
best_match_tmp = resized_tmps[best_match]
best_match_tmp = cv2.normalize(best_match_tmp, None, 0, 255, cv2.NORM_MINMAX).astype(np.uint8)
best_match_tmp = cv2.merge([best_match_tmp, best_match_tmp, best_match_tmp])
h, w = best_match_tmp.shape[:2]
best_match_loc_end = (best_match_loc[0]+w, best_match_loc[1]+h)
matched = cv2.normalize(img, None, 0, 255, cv2.NORM_MINMAX).astype(np.uint8)
matched = cv2.merge([matched, matched, matched])
cv2.rectangle(matched, best_match_loc, best_match_loc_end, (0, 255, 0))
cv2.imshow('matched1.png', matched)
cv2.waitKey()
cv2.imshow('besttmp.png', best_match_tmp)
cv2.waitKey()
(85, 99)
这基本上只是带有一点水平拉伸(stretch)的原始模板。
关于Python OpenCV : Using matchTemplate,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46432286/
我在优化 JOIN 以使用复合索引时遇到问题。我的查询是: SELECT p1.id, p1.category_id, p1.tag_id, i.rating FROM products p1
我有一个简单的 SQL 查询,我正在尝试对其进行优化以删除“使用位置;使用临时;使用文件排序”。 这是表格: CREATE TABLE `special_offers` ( `so_id` int
我有一个具有以下结构的应用程序表 app_id VARCHAR(32) NOT NULL, dormant VARCHAR(6) NOT NULL, user_id INT(10) NOT NULL
此查询的正确索引是什么。 我尝试为此查询提供不同的索引组合,但它仍在使用临时文件、文件排序等。 总表数据 - 7,60,346 产品= '连衣裙' - 总行数 = 122 554 CREATE TAB
为什么额外的是“使用where;使用索引”而不是“使用索引”。 CREATE TABLE `pre_count` ( `count_id`
我有一个包含大量记录的数据库,当我使用以下 SQL 加载页面时,速度非常慢。 SELECT goal.title, max(updates.date_updated) as update_sort F
我想知道 Using index condition 和 Using where 之间的区别;使用索引。我认为这两种方法都使用索引来获取第一个结果记录集,并使用 WHERE 条件进行过滤。 Q1。有什
I am using TypeScript 5.2 version, I have following setup:我使用的是TypeScript 5.2版本,我有以下设置: { "
I am using TypeScript 5.2 version, I have following setup:我使用的是TypeScript 5.2版本,我有以下设置: { "
I am using TypeScript 5.2 version, I have following setup:我使用的是TypeScript 5.2版本,我有以下设置: { "
mysql Ver 14.14 Distrib 5.1.58,用于使用 readline 5.1 的 redhat-linux-gnu (x86_64) 我正在接手一个旧项目。我被要求加快速度。我通过
在过去 10 多年左右的时间里,我一直打开数据库 (mysql) 的连接并保持打开状态,直到应用程序关闭。所有查询都在连接上执行。 现在,当我在 Servicestack 网页上看到示例时,我总是看到
我使用 MySQL 为我的站点构建了一个自定义论坛。列表页面本质上是一个包含以下列的表格:主题、上次更新和# Replies。 数据库表有以下列: id name body date topic_id
在mysql中解释的额外字段中你可以得到: 使用索引 使用where;使用索引 两者有什么区别? 为了更好地解释我的问题,我将使用下表: CREATE TABLE `test` ( `id` bi
我经常看到人们在其Haxe代码中使用关键字using。它似乎在import语句之后。 例如,我发现这是一个代码片段: import haxe.macro.Context; import haxe.ma
这个问题在这里已经有了答案: "reduce" or "apply" using logical functions in Clojure (2 个答案) 关闭 8 年前。 “and”似乎是一个宏,
这个问题在这里已经有了答案: "reduce" or "apply" using logical functions in Clojure (2 个答案) 关闭 8 年前。 “and”似乎是一个宏,
我正在考虑在我的应用程序中使用注册表模式来存储指向某些应用程序窗口和 Pane 的弱指针。应用程序的一般结构如下所示。 该应用程序有一个 MainFrame 顶层窗口,其中有几个子 Pane 。可以有
奇怪的是:。似乎a是b或多或少被定义为id(A)==id(B)。用这种方式制造错误很容易:。有些名字出人意料地出现在Else块中。解决方法很简单,我们应该使用ext==‘.mp3’,但是如果ext表面
我遇到了一个我似乎无法解决的 MySQL 问题。为了能够快速执行用于报告目的的 GROUP BY 查询,我已经将几个表非规范化为以下内容(该表由其他表上的触发器维护,我已经同意了与此): DROP T
我是一名优秀的程序员,十分优秀!