C++ 多模板匹配只检测一个匹配

我正在尝试匹配此图像

在这幅图中

然而，我找不到一个以上的老板敌人。我需要做什么才能找到其他人

图像加载

struct XYposition{
  float X;
  float Y;
};

std::vector<cv::Mat> bossList;
std::string bossStrings[1] = { "sprites\\boss\\bossUp.png" };
for (int i = 0; i < 1; i++){
    cv::Mat pic = cv::imread(bossStrings[i], CV_LOAD_IMAGE_GRAYSCALE);
    bossList.push_back(pic);
}

multipleTemplateMatch(screenImage, bossList);

std::vector<XYposition> multipleTemplateMatch(cv::Mat &img, std::vector<cv::Mat> tplList){

std::vector<XYposition> matches;

cv::Mat convertImg(img.rows, img.cols, CV_8UC3);
cv::cvtColor(img, convertImg, CV_BGRA2GRAY);

double threshold = 0.8;

int imgint = convertImg.type();

for(cv::Mat tpl : tplList){
    int tplint = tpl.type();
    cv::Mat result(convertImg.rows - tpl.rows + 1, convertImg.cols - tpl.cols + 1,
        CV_32FC1); //must be this result type


    cv::matchTemplate(convertImg, tpl, result, CV_TM_CCOEFF_NORMED);
    cv::threshold(result, result, threshold, 1., CV_THRESH_TOZERO);

    while (true)
    {
        double minval, maxval;
        cv::Point minloc, maxloc;
        cv::minMaxLoc(result, &minval, &maxval, &minloc, &maxloc);
        if (maxval >= threshold)
        {
            rectangle(result, maxloc, cv::Point(maxloc.x - tpl.cols, maxloc.y - tpl.rows),
                cv::Scalar(0, 0, 255), 4, 8, 0);
            cv::floodFill(result, maxloc, cv::Scalar(0), 0, cv::Scalar(.1), cv::Scalar(1.));

            XYposition info = {
                maxloc.x - ceil(tpl.cols / 2), maxloc.y - ceil(tpl.rows / 2)
            };
            matches.push_back(info);
        }
        else
            break;
    }
}

return matches;
}

struct XYposition{
浮动X；
浮动Y；
};
std：：向量bossList；
std:：string bossStrings[1]={“sprites\\boss\\bossUp.png”}；
对于（int i=0；i<1；i++）{
cv:：Mat pic=cv:：imread（BossString[i]，cv\U LOAD\U IMAGE\U灰度）；
bossList.向后推（图）；
}
multipleTemplateMatch（屏幕图像、bossList）；

模板匹配

struct XYposition{
  float X;
  float Y;
};

std::vector<cv::Mat> bossList;
std::string bossStrings[1] = { "sprites\\boss\\bossUp.png" };
for (int i = 0; i < 1; i++){
    cv::Mat pic = cv::imread(bossStrings[i], CV_LOAD_IMAGE_GRAYSCALE);
    bossList.push_back(pic);
}

multipleTemplateMatch(screenImage, bossList);

std::vector<XYposition> multipleTemplateMatch(cv::Mat &img, std::vector<cv::Mat> tplList){

std::vector<XYposition> matches;

cv::Mat convertImg(img.rows, img.cols, CV_8UC3);
cv::cvtColor(img, convertImg, CV_BGRA2GRAY);

double threshold = 0.8;

int imgint = convertImg.type();

for(cv::Mat tpl : tplList){
    int tplint = tpl.type();
    cv::Mat result(convertImg.rows - tpl.rows + 1, convertImg.cols - tpl.cols + 1,
        CV_32FC1); //must be this result type


    cv::matchTemplate(convertImg, tpl, result, CV_TM_CCOEFF_NORMED);
    cv::threshold(result, result, threshold, 1., CV_THRESH_TOZERO);

    while (true)
    {
        double minval, maxval;
        cv::Point minloc, maxloc;
        cv::minMaxLoc(result, &minval, &maxval, &minloc, &maxloc);
        if (maxval >= threshold)
        {
            rectangle(result, maxloc, cv::Point(maxloc.x - tpl.cols, maxloc.y - tpl.rows),
                cv::Scalar(0, 0, 255), 4, 8, 0);
            cv::floodFill(result, maxloc, cv::Scalar(0), 0, cv::Scalar(.1), cv::Scalar(1.));

            XYposition info = {
                maxloc.x - ceil(tpl.cols / 2), maxloc.y - ceil(tpl.rows / 2)
            };
            matches.push_back(info);
        }
        else
            break;
    }
}

return matches;
}

std:：vector multipleTemplateMatch（cv:：Mat&img，std:：vector tplList）{
向量匹配；
cv:：Mat convertImg（img.rows、img.cols、cv_8UC3）；
cv:：CVT颜色（img、convertImg、cv_BGRA2GRAY）；
双阈值=0.8；
int imgint=convertImg.type（）；
对于（cv:：Mat tpl:tplList）{
int tplint=tpl.type（）；
cv:：Mat结果（convertImg.rows-tpl.rows+1，convertImg.cols-tpl.cols+1，
CV_32FC1）；//必须是此结果类型
cv:：matchTemplate（转换、第三方物流、结果、cv_TM_Cceff_NORMED）；
cv:：threshold（结果，结果，阈值，1.，cv_THRESH_至零）；
while（true）
{
双最小值，最大值；
cv：：minloc点、maxloc点；
cv:：minMaxLoc（结果，&minval，&maxval，&minloc，&maxloc）；
如果（最大值>=阈值）
{
矩形（结果，maxloc，cv:：Point（maxloc.x-tpl.cols，maxloc.y-tpl.rows），
cv：：标量（0,025），4,8,0）；
cv:：floodFill（结果，maxloc，cv:：Scalar（0），0，cv:：Scalar（.1），cv:：Scalar（1.）；
XYposition信息={
maxloc.x-ceil（tpl.cols/2），maxloc.y-ceil（tpl.rows/2）
};
匹配。推回（信息）；
}
其他的
打破
}
}
返回比赛；
}

我没有调试您的代码，但由于它不起作用（可能是

泛洪填充

弄乱了您的结果矩阵），这是一个简单的工作示例

我遍历结果矩阵中的最大点，找到值超过阈值的blob，并在每个blob中找到最高值（用作检索结果矩阵中实际值的掩码）

#包括
#包括
使用名称空间std；
使用名称空间cv；
int main（）
{
Mat3b img=imread（“路径到图像”）；
Mat3b templ=imread（“路径到模板”）；
Mat1b img_gray；
Mat1b templ_gray；
CVT颜色（img、img_灰色、颜色_BGR2灰色）；
CVT颜色（模板、模板灰、颜色灰）；
Mat1f结果；
匹配模板（img、temp、result、TM\u cceff\u NORMED）；
双阈值=0.7；
阈值（结果，结果，阈值，1.，阈值二进制）；
Mat1b resb；
结果转换为（resb，CV_8U，255）；
矢量等值线；
findContours（轮廓线、轮廓线、修复列表、链近似图和简单图）；
对于（int i=0；i interesting….事后看来应该可以。如果我正确解释了您的代码，每次您找到成功匹配，您都会将与此匹配相关的矩形清空，这样您就不会再次检测到相同的矩形（通过
cv:：floodFill
）。您能更具体地解释一下您的意思吗“最多只能找到一个老板敌人”？你是说你只能找到一个敌人？每种类型一个敌人？@rayryeng我只能找到四个绿色老板敌人中的一个，特别是最左边的那个。我希望能找到所有四个。你可能会发现这个答案很有用！