【问题标题】：Improving Template Matching Algorithm for OpenCV改进 OpenCV 的模板匹配算法
【发布时间】：2018-03-01 08:33:15
【问题描述】：

使用 OpenCV 进行汽车检测

我正在从事一个小型个人项目，我必须知道显示的图像是否是汽车。我正在使用基于 OpenCV python 的基本模板匹配。

使用其中一张正面图像进行简单的模板匹配得到了所需的结果。

但是当我们使用像 https://i.stack.imgur.com/YLVwc.jpg 这样的负面图像时，模板查找器会发现这是一个正面匹配。

有没有更好的方法来删除匹配我们得到的误报的模板。是否有任何基于特征匹配或边缘检测的技术可以代替模板匹配来改进我的算法。

【问题讨论】：

您的“负面”图像确实包含（大部分）汽车——不清楚是否应该检测到？因此，我认为您可能需要从指定标准和所需性能开始。由于有不同种类的汽车（例如，有些比人行道暗，有些比人行道亮），您几乎肯定需要多个模板。预处理图像和模板以检测某种“类似汽车”的特征可能会有所帮助；也许是边缘检测。另一种可能的方法是从许多正面和负面的例子中训练一个神经网络。但这要复杂得多。
也许您应该从了解这些方法的工作原理开始。只有这样才能学会正确使用它们……
stackoverflow.com/questions/36254452/…
@NickHollinghurst 不应将负图像检测为汽车。只有当整辆汽车在图像中时才应该被检测到。

【解决方案1】：

简单但在您的情况下可能值得尝试的方法是将模板分成（“4”）部分 - 角落，然后在每个部分上应用模板匹配并且仅在找到 4 个部分时才接受

还有：

【讨论】：