如何使用 OpenCV 模板匹配在任何光照条件下查找图像？

【问题标题】：How to find an image at any lighting conditions using OpenCV template Matching?如何使用 OpenCV 模板匹配在任何光照条件下查找图像？
【发布时间】：2019-12-11 20:27:57
【问题描述】：

我正在使用 OpenCV 模板匹配方法来检测 Raspberry Pi 相机捕获的屏幕上的图标。

但这里的问题是，每当捕获的屏幕的光照条件发生变化时，模板匹配方法将无法识别屏幕上的图标。

注意：我使用的阈值为 0.8。如果我们降低阈值，它会给出错误匹配。

那么有什么解决方案可以消除这两个错误吗？请帮忙。谢谢。

【问题讨论】：

您能否提供一些代码或示例来更好地理解您的问题？
将您的图像发布到一些免费的托管服务，并将 URL 放在这里，这样我们就可以看到您的图像类型和照明变化。一种建议是将图像转换为边缘，然后将边缘与模板匹配进行匹配。

标签： python opencv templates matching

【解决方案1】：

您可能想要使用零均值归一化互相关 (ZNCC) 方法运行模板匹配。来自Wikipedia section on ZNCC：

对于图像和模板的亮度会因光照和曝光条件而变化的图像处理应用，可以首先对图像进行归一化处理。这通常在每一步通过减去均值并除以标准差来完成。

OpenCV 在matchTemplate() 中使用TM_CCOEFF_NORMED 模式实现此功能，如文档here 中所示。

作为这个工作的一个例子，让我们创建一个空白图像和一个随机模板，我们将模板放入图像中，只有一半的亮度：

img = np.zeros((100, 100), dtype=np.uint8)
tmp = np.uint8(255*np.random.rand(10, 10))
img[45:55, 45:55] = 0.5 * tmp

现在，使用 ZNCC 方法，我们仍然看到响应中的最大 ZNCC 值对应于模板位置：

resp = cv.matchTemplate(img, tmp, cv.TM_CCOEFF_NORMED)
minval, maxval, minloc, maxloc = cv.minMaxLoc(resp)
print(maxloc)  # (45, 45)

【讨论】：