Modello di corrispondenza OpenCV

Question

Sto cercando di abbinare un logo (modello) che ho con alcune immagini. Le mie immagini sono tutte colorate in natura e il modo in cui lo sto facendo è utilizzare il cvMatchTemplate() di openCV e l'esecuzione del modello (logo) sulla mia immagine di origine. Scala il modello su più livelli per trovare la migliore corrispondenza. Si noti che sto solo trovando i logo con impronta digitale sull'immagine e non i loghi presenti nella scena. Esempio: Rilevamento Sky Sports da questa immagine http://i56.tinypic.com/2v3j3wx.jpg (L'immagine è puramente per la rappresentazione e la chiarezza del mio compito e non è immagini sto lavorando con

mie immagini non sono degli elementi fissi risoluzione così mi scala fino a uno standard 800x600 Ora quando la mia risoluzione dell'immagine sorgente è pessima, ad esempio 300x300, i risultati sono molto ordinari, sto utilizzando il metodo = CV_TM_CCOEFF_NORMED nel parametro template e anche i punteggi per corrispondenze accurate sono piuttosto bassi (a partire da 0,4 su una scala di 0 a 1,0) rendendo difficile per me dire con sicurezza se il logo è presente oppure no Ho due domande su questo:

1 - In corrispondenza del modello opencv, come gestisce le immagini colorate. rehend dal documento e la mia inferenza è che calcola il punteggio per ogni canale separatamente e il migliore è preso. In tal caso, sarebbe meglio prendere in considerazione tutti e tre i canali per ottenere risultati migliori

2 - Qualsiasi approccio alternativo !! :)

Fammi sapere se qualche cosa non è chiara!

MODIFICA (Informazioni aggiuntive): Come discusso nei commenti, allego la mia tecnica di abbinamento corrente che corrisponde alla corrispondenza del modello ridimensionato. Si prega di notare le immagini allegate sono puramente a scopo di test e non è il mio vero e proprio set di immagini con cui sto lavorando (non può postare le immagini sono proprieotry) Fonte Immagine Immagine logo uscita delle immagini tramite template matching

Anche se il modello è abbinato, il punteggio ottenuto qui è 0,59 per questa migliore corrispondenza. Anche se relativamente è un buon punteggio per una partita, ma non è ancora abbastanza buono per me da dire per certo che il logo desiderato esiste o no. Nelle mie immagini di prova quando il logo sullo schermo è trasparente, sarebbe comunque in grado di rilevare il logo ma con un punteggio scarso di 0,3-0,4. Si può ottenere un risultato migliore usando SURF/SIFT?

EDIT (Tentativo di SURF) Ho tentato di eseguire un codice SURF già fornito come esempio nella documentazione ufficiale opencv (minHessian = 2000). link here ecco l'output. Non sono sicuro di come interpretarlo (2,3 punti sembrano essere nel limite previsto. È questo considerato buono? Eventuali ulteriori suggerimenti? Grazie

Answer 1

Hai provato con una sfocatura gaussiana sulla vostra Image Source prima eseguire la corrispondenza dei modelli?Questo può dare risultati più accurati, come penso che sia la qualità dell'immagine di origine che sta dando un match peggio

Link Controllo sfocatura in OpenCV Documenti:

OpenCV Python Gaussian Blur

In alternativa si potrebbe provare un confronto istogramma tecnica sul corrispondente modello area suggerisce, per una conferma in più che la correlazione template match è tornato, anche se piccolo, è il valore corretto:

Drawing Histograms

.210

Disegnare l'istogrammi è opzionale, potrebbe essere utile per la propria applicazione

Comparing the Histograms

^Questo metodo calcola le istogrammi delle immagini (fonte e modello) e la correlazione tra di loro ... Tuttavia, non vuoi un istogramma dell'intera fonte, solo dove il tuo Template Matching pensa che la migliore correlazione sia, o qualche altra posizione nell'immagine, quindi vuoi ottenere un istogramma di una regione di interesse (ROI), invece, vedi la seguente codice C++:

Mat OriginalImage = imread("source.jpg", 0); 
Rect RegionOfInterest = Rect(150, 150, 250, 250); 
Mat ROIImage = OriginalImage(RegionOfInterest); 

Ciò consente di calcolare l'istogramma di una regione di interesse. Dovresti ottenere un istogramma del tuo modello e un istogramma per la regione in cui Template Matching pensa che il tuo modello sia nella fonte e confrontarli per confermare o confutare l'output di corrispondenza modello