时间戳

首页 > 解决方案 > 在另一个图像上匹配轮廓或绘制 (png) 轮廓

python - 在另一个图像上匹配轮廓或绘制 (png) 轮廓

问题描述

假设我在图像上找到了轮廓。在图像 2 上找到此轮廓位置的最佳方法是什么？

我看到两个选项：要么我用白线绘制轮廓并匹配图像 2 上的图像，要么我以某种方式（这甚至可能吗？）直接匹配图像 2 上的轮廓。

轮廓内的内容是完全随机的，但是假设我可以模板匹配具有透明度的图像，则使用白色 1px 线绘制的图像 1 的轮廓将是完全匹配的。

以下是找到、绘制和保存的轮廓的示例图像（图像 1）和我需要在其中定位图像 1 的图像（图像 2）。 https://imgur.com/a/MNQ6aNr

无需先绘制和保存就可以找到轮廓，但我认为匹配绘制的轮廓更直接。

谢谢

编辑：

这是我的完整代码。它需要一个 full_image 和一个片段，它将在完整图像上匹配。最后它导出一些结果。

full_image = cv2.imread('puzzle_1.jpg')    
piece = cv2.imread('piece_1.png', cv2.IMREAD_UNCHANGED)
partial_image = cv2.cvtColor(piece,cv2.COLOR_BGR2GRAY)

contours, hierarchy = cv2.findContours(partial_image.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
   
template = np.zeros((55, 55, 4), dtype=np.uint8)

cv2.drawContours(template, contours, -1, (255, 255, 255, 255),1)
hh, ww = template.shape[:2]

puzzleP = template[:,:,0:3]
alpha = template[:,:,3]
alpha = cv2.merge([alpha,alpha,alpha])

correlation = cv2.matchTemplate(full_image, puzzleP, cv2.TM_CCORR_NORMED, mask=alpha)

threshhold = 0.98
loc = np.where(correlation >= threshhold)

result = full_image.copy()
for pt in zip(*loc[::-1]):
    cv2.rectangle(result, pt, (pt[0]+ww, pt[1]+hh), (0,0,255), 1)
    print(pt)
    
cv2.imwrite('puzzle_piece.png', puzzleP)
cv2.imwrite('full_image_alpha.png', alpha)
cv2.imwrite('full_image_matches.jpg', result)

这是一个运行良好的结果和一个无效的结果 https://imgur.com/a/ZYyw7tU

任何有关改进的提示将不胜感激！

标签： pythonopencvcomputer-visiontemplate-matching

解决方案

您可以在 Python/OpenCV 中使用带有掩码图像的 matchTemplate 来忽略模板的区域。因此，如果您有一个透明模板，则提取 alpha 通道并将其用作蒙版，使用模板 BGR 通道作为 matchTemplate 中的模板图像。看

https://docs.opencv.org/4.1.1/df/dfb/group__imgproc__object.html#ga586ebfb0a7fb604b35a23d85391329be

cv2.matchTemplate 在图像中找到错误的模板

如何在 OpenCV 中模板匹配一个简单的 2D 形状？

推荐阅读