c++ - OpenCV matchTemplate minVal maxVal仅返回0和1

Question

我正在运行opencv的matchTemplate函数的示例代码。我想知道匹配的“好”程度，如果匹配质量低于阈值，则消除数据。

    /// Do the Matching and Normalize
  matchTemplate( img, templ, result, match_method );
  normalize( result, result, 0, 1, NORM_MINMAX, -1, Mat() );

  /// Localizing the best match with minMaxLoc
  double minVal; double maxVal; Point minLoc; Point maxLoc;
  Point matchLoc;

  minMaxLoc( result, &minVal, &maxVal, &minLoc, &maxLoc, Mat() );

  cout << "minVal" << minVal << "maxVal" << maxVal << endl;

我正在打印 minVal和 maxVal，以匹配以不同的 templ和 img运行的匹配，结果均为0和1。如何解决此问题，以便为匹配质量提供不同的值？

我从opencv.org运行的完整示例代码

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
#include <stdio.h>

using namespace std;
using namespace cv;

/// Global Variables
Mat img; Mat templ; Mat result;
char* image_window = "Source Image";
char* result_window = "Result window";

int match_method;
int max_Trackbar = 5;

/// Function Headers
void MatchingMethod( int, void* );

/** @function main */
int main( int argc, char** argv )
{
  /// Load image and template
  img = imread( argv[1], 1 );
  templ = imread( argv[2], 1 );

  /// Create windows
  namedWindow( image_window, CV_WINDOW_AUTOSIZE );
  namedWindow( result_window, CV_WINDOW_AUTOSIZE );

  /// Create Trackbar
  char* trackbar_label = "Method: \n 0: SQDIFF \n 1: SQDIFF NORMED \n 2: TM CCORR \n 3: TM CCORR NORMED \n 4: TM COEFF \n 5: TM COEFF NORMED";
  createTrackbar( trackbar_label, image_window, &match_method, max_Trackbar, MatchingMethod );

  MatchingMethod( 0, 0 );

  waitKey(0);
  return 0;
}

/**
 * @function MatchingMethod
 * @brief Trackbar callback
 */
void MatchingMethod( int, void* )
{
  /// Source image to display
  Mat img_display;
  img.copyTo( img_display );

  /// Create the result matrix
  int result_cols =  img.cols - templ.cols + 1;
  int result_rows = img.rows - templ.rows + 1;

  result.create( result_rows, result_cols, CV_32FC1 );

  /// Do the Matching and Normalize
  matchTemplate( img, templ, result, match_method );
  normalize( result, result, 0, 1, NORM_MINMAX, -1, Mat() );

  /// Localizing the best match with minMaxLoc
  double minVal; double maxVal; Point minLoc; Point maxLoc;
  Point matchLoc;

  minMaxLoc( result, &minVal, &maxVal, &minLoc, &maxLoc, Mat() );
  //^^^^^^^^^^^^^^^^^^ ONLY GETTING 0 AND 1 HERE ^^^^^^^^^^^^^^^^^^^^^

  /// For SQDIFF and SQDIFF_NORMED, the best matches are lower values. For all the other methods, the higher the better
  if( match_method  == CV_TM_SQDIFF || match_method == CV_TM_SQDIFF_NORMED )
    { matchLoc = minLoc; }
  else
    { matchLoc = maxLoc; }

  /// Show me what you got
  rectangle( img_display, matchLoc, Point( matchLoc.x + templ.cols , matchLoc.y + templ.rows ), Scalar::all(0), 2, 8, 0 );
  rectangle( result, matchLoc, Point( matchLoc.x + templ.cols , matchLoc.y + templ.rows ), Scalar::all(0), 2, 8, 0 );

  imshow( image_window, img_display );
  imshow( result_window, result );

  return;
}

Answer 1

简单的想法:删除normalize调用。它将模板匹配结果压缩为0.1.1。如果不规范化，看看maxVal是否给您一些有意义的东西。

详细说明

您所看到的完全是预期的。

在normalize(result, result, 0, 1, NORM_MINMAX, ...)之后，result矩阵将具有所有值(线性缩放)并移位以适合0..1范围。
另请:normalize doc
和:
What does cv::normalize(_src, dst, 0, 255, NORM_MINMAX, CV_8UC1);
minMaxLoc返回最小/最大极值的值和位置。
因此，在输入normalize之后，您将始终获得minVal == 0和maxVal == 1。另请:minMaxLoc doc

此处minMaxLoc输出的有趣部分是minLoc和maxLoc中的位置。它们将是找到最小和最大的Point。

如果matchTemplate运作良好，您会看到许多低值，并且只有一个或几个峰与模板相匹配。 maxLoc将具有最高峰的坐标。 minMaxLoc设置的其余值基本上不会告诉您任何内容，您可以忽略它们。 (如您在示例代码中所看到的，某些match方法将产生应以另一种方式解释的结果:low是良好匹配，high是不好匹配-在这种情况下，您应该查看minLoc)。