我试图通过首先对图像的缩小表示进行搜索来使普通模板匹配搜索更加有效。基本上,我会执行double pyrDown->四分之一分辨率。
对于大多数图像和模板而言,这种方法效果很好,但是对于其他一些图像,我得到的匹配结果却很糟糕。对于细字体或小的对比度而言,这似乎特别糟糕。
看这个例子:
而这个模板:
在100%的分辨率下,我的匹配概率为99.9%
在50%的分辨率下,我得到90%
在25%的分辨率下,我得到87%
我真的不知道为什么它对某些图像/模板如此糟糕。我试图通过在25%缩小比例的图像上隐藏/显示25%缩小比例的模板来在photoshop中重新创建和测试,如您所见,它不是100%一致的:
https://giphy.com/gifs/coWDjcvHysKgn95IFa
我需要一种方法来以较低的分辨率获得更多匹配的可能性,因为它需要快速。
关于如何改善算法的任何想法?
以下是原始文件:
https://www.dropbox.com/s/llbdj9bx5eprxbk/images.zip?dl=0
最佳答案
这并不稀奇,这些分数似乎还不错。但是,这里有一些想法可能会帮助您改善这种情况:
关于opencv - 模板匹配和pyrDown问题,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/64553419/