python - 使用 OpenCV 从扫描的纸张中提取精确区域？

Question

我们基本上已经在纸上设计了一个模板，并且需要 OpenCV 从扫描的 A4 尺寸纸张中提取一个准确的区域(比如说在点 (5cm,7cm) 处的 5cmx5cm 区域)。

现在我在 4 个角放置了 4 个对象(4 个六边形)并使用模板匹配代码(找到 here)尝试获取所有 4 个六边形的位置，然后将其用作我的导航指南这一页。但是模板匹配代码返回了相当多的点(彼此非常接近)。

那么这是正确的方法吗？是否有(我应该使用)任何算法来找到这些点的“平均值”，或者是否有更好的方法来解决这个问题？

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

img_rgb = cv2.imread('Template.jpg')
img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY)
template = cv2.imread('hex.png',0)
w, h = template.shape[::-1]

res = cv2.matchTemplate(img_gray,template,cv2.TM_CCOEFF_NORMED)
threshold = 0.8
loc = np.where( res >= threshold)
for pt in zip(*loc[::-1]):
    cv2.circle(img_rgb, pt, 1, (0,0,255))

cv2.imwrite('res.png',img_rgb)

图片如下:

结果:

Answer 1

好的，您正在对结果图像应用阈值。 即

res = cv2.matchTemplate(img_gray,template,cv2.TM_CCOEFF_NORMED)
threshold = 0.8

如果您想使用 minMaxLoc 找到最大值，教程页面本身对此进行了描述。更多 info here

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

img = cv2.imread('messi5.jpg',0)
img2 = img.copy()
template = cv2.imread('template.jpg',0)
w, h = template.shape[::-1]

# All the 6 methods for comparison in a list
methods = ['cv2.TM_CCOEFF', 'cv2.TM_CCOEFF_NORMED', 'cv2.TM_CCORR',
            'cv2.TM_CCORR_NORMED', 'cv2.TM_SQDIFF', 'cv2.TM_SQDIFF_NORMED']

for meth in methods:
    img = img2.copy()
    method = eval(meth)

    # Apply template Matching
    res = cv2.matchTemplate(img,template,method)
    min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)

    # If the method is TM_SQDIFF or TM_SQDIFF_NORMED, take minimum
    if method in [cv2.TM_SQDIFF, cv2.TM_SQDIFF_NORMED]:
        top_left = min_loc
    else:
        top_left = max_loc
    bottom_right = (top_left[0] + w, top_left[1] + h)

    cv2.rectangle(img,top_left, bottom_right, 255, 2)

    plt.subplot(121),plt.imshow(res,cmap = 'gray')
    plt.title('Matching Result'), plt.xticks([]), plt.yticks([])
    plt.subplot(122),plt.imshow(img,cmap = 'gray')
    plt.title('Detected Point'), plt.xticks([]), plt.yticks([])
    plt.suptitle(meth)

    plt.show()