テンプレートマッチング¶
目的¶
- このチュートリアルでは
- テンプレートマッチングを使った画像中の物体検出について学ぶ．
- 次の関数の使い方を学ぶ : cv2.matchTemplate(), cv2.minMaxLoc()
理論¶
テンプレートマッチングとは画像中に存在するテンプレート画像の位置を発見する方法である．OpenCvは cv2.matchTemplate() 関数を用意している．この関数はテンプレート画像を入力画像全体にスライド(2D convolutionと同様に)させ，テンプレート画像と画像の注目領域とを比較する．OpenCVではテンプレートと注目領域を比較する方法を幾つか用意している(詳細についてはドキュメントを参照すること)．出力は各画素がテンプレート画像と注目画素の近傍領域の類似度を表すグレースケール画像になる．
入力画像のサイズが
Note
比較方法に cv2.TM_SQDIFF を指定した場合，結果の値が小さければ小さいほどテンプレート画像と注目領域が似ていることになるので，使用する時は気をつけよう．
OpenCVを使ったテンプレートマッチング¶
ここでは例として，サンプル画像からメッシの顔を探してみる．以下のようなテンプレート画像を作成した:
全ての比較方法を試し，結果がどのようになるか見てみよう: (コード, 画像1, 画像2)
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()
この結果を次に示す:
- cv2.TM_CCOEFF
- cv2.TM_CCOEFF_NORMED
- cv2.TM_CCORR
- cv2.TM_CCORR_NORMED
- cv2.TM_SQDIFF
- cv2.TM_SQDIFF_NORMED
結果を見ると cv2.TM_CCORR を指定したときの結果は、期待はずれであった．
複数物体のテンプレートマッチング¶
前章ではメッシの顔を探したが，検出対象は画像中に一つしかないという状況であった．対象物体が画像中に複数個出現するような状況を考えてみよう． cv2.minMaxLoc() 関数を使っても全ての物体の位置は検出できない．ここでは有名なゲーム Mario のスクリーンショットからコインを検出する．この場合のキーはnp.whereである：(コード, 画像1, 画像2)
import cv2
import numpy as np
from matplotlib import pyplot as plt
img_rgb = cv2.imread('mario.png')
img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY)
template = cv2.imread('mario_coin.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.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (0,0,255), 2)
cv2.imwrite('res.png',img_rgb)
結果:
