不同方法的 OpenCV matchTemplate 阈值
OpenCV matchTemplate threshold values for different methods
我进行了很多搜索以找到下面提到的方法的阈值。
methods = ['cv2.TM_CCOEFF', 'cv2.TM_CCOEFF_NORMED', 'cv2.TM_CCORR',
'cv2.TM_CCORR_NORMED', 'cv2.TM_SQDIFF', cv2.TM_SQDIFF_NORMED']
我也试图自己弄清楚它们，但我只能找到最大值为 1.0 的 3 种方法的阈值。其他方法值在 10^5 范围内。我想知道这些方法的界限。
有人能给我指出正确的方向吗？我的议程是遍历模板匹配的所有方法并获得最好的 outcome.I 遍历了文档和源代码，但没有运气。
这些是我得到的值，我可以理解 *NORMED 方法的值是 0-1。
cv2.TM_CCOEFF -- 25349100.0
cv2.TM_CCOEFF_NORMED -- 0.31208357214927673
cv2.TM_CCORR -- 616707328.0
cv2.TM_CCORR_NORMED -- 0.9031367897987366
cv2.TM_SQDIFF -- 405656000.0
cv2.TM_SQDIFF_NORMED -- 0.737377941608429
如 opencv documentation matchTemplate 中所述，结果是每个像素的差异总和（因方法而异），因此对于非标准化方法 - 阈值会随模板大小而变化。
考虑到 CV_8UC1 图像像素之间的最大差异为 255，您可以查看每种方法的公式并计算模板类型的阈值。
假设您有 2 张灰度图像，最小的一张是 10x10。
在这种情况下，TM_SQDIFF 最小距离为 10x10x0^2=0（图像相同），最大距离为 10x10x255^2=6502500（一张图片全黑另一张全白），结果为[0, 6502500] 边界。
当然可以计算未定义尺寸 [A, B]。
对于 TM_CCORR 它将是 AxBxmax(T(x',y')I(x+x',y+y')) = 65025AB
您可以继续计算其余方法，请记住，如果您的图像类型不同于 CV_8UC（例如 32FC 或 32SC）- 您需要将 255 替换为相应的值（max(float ) 最大值(int32))
我进行了很多搜索以找到下面提到的方法的阈值。
methods = ['cv2.TM_CCOEFF', 'cv2.TM_CCOEFF_NORMED', 'cv2.TM_CCORR',
'cv2.TM_CCORR_NORMED', 'cv2.TM_SQDIFF', cv2.TM_SQDIFF_NORMED']
我也试图自己弄清楚它们，但我只能找到最大值为 1.0 的 3 种方法的阈值。其他方法值在 10^5 范围内。我想知道这些方法的界限。
有人能给我指出正确的方向吗？我的议程是遍历模板匹配的所有方法并获得最好的 outcome.I 遍历了文档和源代码，但没有运气。
这些是我得到的值，我可以理解 *NORMED 方法的值是 0-1。
cv2.TM_CCOEFF -- 25349100.0
cv2.TM_CCOEFF_NORMED -- 0.31208357214927673
cv2.TM_CCORR -- 616707328.0
cv2.TM_CCORR_NORMED -- 0.9031367897987366
cv2.TM_SQDIFF -- 405656000.0
cv2.TM_SQDIFF_NORMED -- 0.737377941608429
如 opencv documentation matchTemplate 中所述，结果是每个像素的差异总和（因方法而异），因此对于非标准化方法 - 阈值会随模板大小而变化。
考虑到 CV_8UC1 图像像素之间的最大差异为 255，您可以查看每种方法的公式并计算模板类型的阈值。
假设您有 2 张灰度图像，最小的一张是 10x10。
在这种情况下，TM_SQDIFF 最小距离为 10x10x0^2=0（图像相同），最大距离为 10x10x255^2=6502500（一张图片全黑另一张全白），结果为[0, 6502500] 边界。
当然可以计算未定义尺寸 [A, B]。
对于 TM_CCORR 它将是 AxBxmax(T(x',y')I(x+x',y+y')) = 65025AB
您可以继续计算其余方法，请记住，如果您的图像类型不同于 CV_8UC（例如 32FC 或 32SC）- 您需要将 255 替换为相应的值（max(float ) 最大值(int32))