두 이미지를 비교하려면 CV_TM_CCORR_NORMED
템플릿과 일치하는 방법을 사용하고 있습니다 ...이 회전 및 크기 불변 .. 어떤 아이디어로 만들고 싶습니다? 크기 및 회전 템플릿 일치
matchTemplate
와
두 이미지를 비교하려면 CV_TM_CCORR_NORMED
템플릿과 일치하는 방법을 사용하고 있습니다 ...이 회전 및 크기 불변 .. 어떤 아이디어로 만들고 싶습니다? 크기 및 회전 템플릿 일치
matchTemplate
와
템플릿 매칭은 좋은 다르지 않다입니다 .
프레임 워크 Features2D
에서 openCV 기능을 사용해보십시오. 예를 들어 SIFT
또는 SURF
개의 설명 자 및 FLANN
일치자를 예로들 수 있습니다. 또한 findHomography
방법이 필요합니다.
Here은 장면에서 회전 된 개체를 찾는 좋은 예입니다.
업데이트 : 짧은에서
, 알고리즘은 이것이다 : 개체 이미지 1.1의
찾기 키포인트. 키포인트에서 2.1 추출 설명
매치 설명 정규
하여 현장 이미지의 키포인트를 찾는 사람들 키포인트
에서 기술자를 추출하면 일치
있습니다 다른 클래스 분석 FeatureDetectors, DescriptorExtractors 및 DescriptorMatches에 대한 정보를 읽은 다음 해당 타사에 적합한 정보를 선택할 수 있습니다 sks.
회전
각 키 포인트 :
는
이 BRISK 방법
쉽게 템플릿 규모와 일치의 방법으로 당신이 알고있는 경우 (기능 감지 및 호모 그래피를 통해가는 것보다 회전 불변 있습니다 참조 불변 규모는 정말에만 회전 및 스케일 , 그 밖의 모든 것은 일정하다). 실제 개체 검색의 경우 위의 제안 된 키포인트 기반 접근 방식이 더 잘 작동합니다.
만약 그것이 동일한 템플릿이고 원근법 변경이 없다는 것을 알게되면 스케일 피사체를 이미지 피라미드로 찍어 피라미드의 다른 레벨에서 템플릿을 일치시킵니다 (예 : SSD 또는 NCC). 피라미드의 더 높은 (낮은 해상도) 레벨에서 거친 일치를 찾는 것은 값 싸게 될 것입니다. 실제로는 너무 싸기 때문에 템플릿을 대략적으로 저해상도 수준으로 회전 할 수 있으며 템플릿을 고해상도 수준으로 다시 추적 할 때 더 정교한 회전 스테핑을 사용합니다. 이것은 꽤 표준적인 템플릿 매칭 기법이며 실제로 잘 작동합니다.
** 고맙습니다. 이미 관심사로 모서리를 찾은 서핑 대신 동격이를 사용했습니다.이 광고는 FLANN과 함께 사용할 수 있습니까? 서핑과 시프트는 오랜 시간이 걸리고 성능이 저하 될 수 있습니다 ** – Storm2012
'관심 지점'은 일반적인 용어입니다. 그것들은 모서리이며 대부분 모퉁이입니다. 관심 장소를 어떻게 찾았습니까? openCV 'FeatureDetector'중 하나를 사용하거나 직접 작성할 수 있습니다. 예를 들어'FAST','STAR'가 있습니다. 그들은 간단하고 빠릅니다. 그러나 그들은 관심있는 포인트의 각도에 대한 정보를 보관하지 않습니다. 'SURF'와'SIFT'는 느리지 만 흥미 지점에 대한 정보는 더 커집니다 (각도). 'SIFT'와'SURF'는 스케일 불변의 일치를 찾을 수있게합니다. 그러나 당신은 당신의 일치자를 위해 모든 openCV 탐지기를 사용할 수 있습니다. 다른 matchers를 시도해 볼 수도 있습니다 (openCV에는 몇 가지가 있습니다) –
고맙습니다. – Storm2012