如何在 7 段图像上正确地进行模板匹配？

如何解决如何在 7 段图像上正确地进行模板匹配？

我有一个 7-segment 图像和一个模板，我尝试进行模板匹配，但是提供的模板没有匹配，您能告诉我如何改进匹配吗？

模板是否应该与要在图像中检测到的所需图案 100% 相同？

import numpy as np
import matplotlib.pyplot as plt
import cv2

R = cv2.imread('image.png')
R = cv2.Canny(R,50,200)

template = cv2.imread('templ.png',0)
template = cv2.Canny(template,200)

h,w = template.shape

res = cv2.matchTemplate(R,template,cv2.TM_CCOEFF_norMED)

threshold = 0.8

loc = np.where( res >= threshold)
for pt in zip(*loc):
    cv2.rectangle(R,pt,(pt[0] + w,pt[1] + h),200,2)

plt.subplot(221)
plt.imshow(R,cmap='gray')
plt.subplot(222)
plt.imshow(template,cmap='gray')
plt.show()

解决方法

您的结果将取决于您用于模板匹配的方法，因为在您的情况下，这些值是二进制的（0 或 255），我希望互相关能很好地工作，我试过了，瞧：

似乎没有很好地记录每种方法的工作原理。

但是对于这些问题，一个很好的调试方法是查看匹配的结果以查看它给出最大值的位置，在您的情况下是 res 变量。

我遵循了 this 网站上的教程，我的最终代码是：

import numpy as np
import matplotlib.pyplot as plt
import cv2

R = cv2.imread('image.png')
R = cv2.Canny(R,50,200)


template = cv2.imread('templ.png',0)
template = cv2.Canny(template,200)
w,h = template.shape[::-1]


res = cv2.matchTemplate(R,template,cv2.TM_CCORR )
min_val,max_val,min_loc,max_loc = cv2.minMaxLoc(res)
top_left = max_loc
bottom_right = (top_left[0] + w,top_left[1] + h)
cv2.rectangle(R,top_left,bottom_right,255,2)

cv2.imwrite( './result.png',R)

以高可靠性识别这些良好的二值化数字相当容易：在段的位置上设置 7 个感兴趣的区域并检查白色的数量。这会告诉您该段是打开还是关闭。