Templates 使用opencvpython进行模板匹配

我使用OpenCV做模板匹配，它工作得很好，但我面临一些问题

过度检测：有时，它会多次检测对象

耗时：该程序实际需要500个模板，并尝试与简单图像匹配。这意味着，如果我想匹配1000个图像，那么它将尝试匹配至少500 x 1000次

留下一些未被检测到的图像（我认为这是内存崩溃，因为它一次处理大量图像）

有没有办法避免这个问题

以下是所附代码：

def matchtemplatetiff(tifffile, file, outdir):
    img = np.array(PIL.Image.open(tifffile))
    tmp = np.array(PIL.Image.open(file))
    w, h, c = tmp.shape
    res = cv2.matchTemplate(img, tmp, cv2.TM_CCOEFF_NORMED)
    # Adjust this threshold value to suit you, you may need some trial runs (critical!)
    threshold = 0.4
    loc = np.where(res >= threshold)
    # create empty lists to append the coord of the
    lspoint = []
    lspoint2 = []
    count = 0
    font = cv2.FONT_HERSHEY_SIMPLEX
    for pt in zip(*loc[::-1]):
        # check that the coords are not already in the list, if they are then skip the match
        if pt[0] not in lspoint and pt[1] not in lspoint2:
            # draw a yellow boundary around a match
            rect = cv2.rectangle(img, pt, (pt[0] + h, pt[1] + w), (0, 0, 255), 3)
            size =w * h * (2.54/400) *( 2.54/400)
            cv2.putText(rect, "{:.1f}cm^2".format(size), (pt[0] + h, pt[1] + w), font, 4,
                        (0, 0, 255), 3)
            # data rows of csv file   
            rows = 0
            rows = [ [tifffile, h, w , pt[0] + h, pt[1] + w, size]]   
            # name of csv file   
            filename = "records.csv"
            # writing to csv file   
            with open(filename, 'a', newline='') as csvfile:   
           # creating a csv writer object   
               csvwriter = csv.writer(csvfile)   
          # writing the fields   
               csvwriter.writerow(fields)   
          # writing the data rows   
               csvwriter.writerows(rows)
            for i in range(((pt[0]) - 9), ((pt[0]) + 9), 1):
                # append the x cooord
                lspoint.append(i)
            for k in range(((pt[1]) - 9), ((pt[1]) + 9), 1):
                # append the y coord
                lspoint.append(k)
                # count the number of matches
                count += 1
        else:
            continue
    print("total objects found ", count)
    PIL.Image.fromarray(img, 'RGB').save(os.path.join(outdir, os.path.basename(tifffile)))

---

你是不是一意孤行？我的一位同事在过去使用yolov3（）进行多目标检测，问题是我需要在一本书中检测巴基斯坦地图。internet上没有可用的数据集。我还尝试搜索矩形形状数据集（一个可以检测矩形的模型），因为所有这些贴图都在一个矩形框中。但不幸的是，没有任何.Hm，可能通过灰度匹配来减少工作量。。。然而，我不知道这会如何影响过度检测。你能更详细地描述你正在处理的问题吗？也许还有其他的想法，我不认为灰度是个好主意。该程序几乎可以将300个tiff文件转换为灰度，将其模板转换为灰度，并将其临时存储在某个地方。这可能不是一个好的选择。基本上，我已经扫描了几页书作为输入文件（巴基斯坦的蝴蝶），我想检测地图和它们的直角坐标。我从预处理步骤中得到了它们的模板，我想使用它们的模板检测书中的地图，并将坐标值保存在xml表中。我从您的代码中得到了可以预先准备模板的信息（因为您正在对目录进行全局化以获取图像文件）。我认为这是一项一次性任务，但如果这是每次都必须在飞行中发生的事情，我可以理解你的观点。你能举一些过度检测的例子吗？阈值0.4的值从何而来？