不同方法的 OpenCV matchTemplate 阈值

Question

为了找到下面提到的方法的阈值，我进行了很多搜索。

methods = ['cv2.TM_CCOEFF', 'cv2.TM_CCOEFF_NORMED', 'cv2.TM_CCORR',
            'cv2.TM_CCORR_NORMED', 'cv2.TM_SQDIFF', cv2.TM_SQDIFF_NORMED']

我也试图自己弄清楚它们，但我只能找到最大值为 1.0 的 3 种方法的阈值。其他方法值在 10^5 范围内。我想知道这些方法的界限。

谁能指出我正确的方向。我的议程是循环遍历模板匹配的所有方法并获得最佳结果。我浏览了文档和源代码，但没有运气。

这些是我得到的值，我可以理解 *NORMED 方法的值是 0-1。

cv2.TM_CCOEFF -- 25349100.0
cv2.TM_CCOEFF_NORMED -- 0.31208357214927673
cv2.TM_CCORR -- 616707328.0
cv2.TM_CCORR_NORMED -- 0.9031367897987366
cv2.TM_SQDIFF -- 405656000.0
cv2.TM_SQDIFF_NORMED -- 0.737377941608429

Answer 1

如opencv documentation matchTemplate 中所述，结果是每个像素的差异总和（因方法而异），因此对于未标准化的方法 - 阈值将随模板大小而变化。

考虑到CV_8UC1 图像的像素之间的最大差异为 255，您可以查看每种方法的公式并计算模板类型的阈值。

假设您有 2 张灰度图像，最小的一张是 10x10。
在这种情况下，TM_SQDIFF 的最小距离为 10x10x0^2=0（图像相同），最大距离为 10x10x255^2=6502500 em>（一张全黑，另一张全白），这会导致 [0, 6502500] 边界。

当然，对于未定义的尺寸 [A, B]，可以计算它。

对于 TM_CCORR，它将是 AxBxmax(T(x',y')I(x+x',y+y')) = 65025AB

您可以继续计算其余方法的值，请记住，如果您的图像类型与 CV_8UC 不同（如 32FC 或 32SC） - 您需要将 255 替换为相应的值（max(float) max(int32)）