เนื้อหา

1 Template Matching

Template Matching

วัตถุประสงค์

ในบทนี้ จะเรียนรู้เกี่ยวกับ
- การหาวัตถุในรูปภาพโดยใช้ เทมเพจแมซชิง
- ทดลองการใช้งานฟังก์ชั่นนี้โดยคำสั่ง : cv2.matchTemplate(), cv2.minMaxLoc()

ทฤษฏี

โดยการใช้ Template Matching นั้นคือฟังก์ชั่นการค้นหา และ ตรวจพบ ตำแหน่งของเทมเพจในรูปภาพใหญ่ๆ โดย OpenCV จะมีฟังก์ชั่น cv2.matchTemplate() มาช่วยในด้านนี้ โดยวิธีใช้งานง่ายๆนั้น คือ นำรูปภาพเข้ามาแล้วนำไป Compare ให้เข้ากับ Template และ Patch ภาพที่นำเข้ามาให้อยู่ใต้เทมเพจของภาพ โดยวิธีการเปรียบได้หลายวิธีการ โดยใน OpenCV นั้น จะทำการกลับภาพให้เป็นสีเท่ก่อน ซึ่งแต่ละพิกเซลนั้นมีเท่าไหร่ และการพบนั้นมีเท่าไหร่ เมื่อเทียบกับแม่แบบ
หากภาพที่นำเข้ามานั้น มีขนาดเท่ากับ (WxH) และแม่แบบของขนาดรูปภาพนั้น (wxh) โดยจะมีค่าผลลัพธ์ที่จะสามารถนำไปใช้ต่อกับฟังก์ชั่น cv2.minMaxLoc() โดยจะใช้ฟังก์ชั่นนี้หาค่า maximum/minimum โดยจะเป็นมุมบนซ้ายของรูปสี่เหลี่ยมผืนผ้าและใช้ (w,h) แทน Width และ Height ของสี่เหลี่ยมผืนผ้า และนั้นคือภาพแม่แบบ

Template Matching in OpenCV

ตอนนี้จะทดลองหาแม่แบบมาทดลองเขียน Code แบบง่ายๆ สำหรับการค้นหาวัตถุในรูปภาพกัน

แม่แบบวัตถุ

Result

ผลลัพธ์

Template Matching with Multiple Objects

ในส่วนของก่อนหน้านี้จะค้นหาภาพหน้า โดยตรวจจับแค่ 1 จุด แต่สำหรับการค้นหาแบบหลายๆจุดนั้นจะสามารถใช้ฟังก์ชั่น cv2.minMaxLoc() แต่จะไม่ให้ตำแหน่งทั้งหมดดังนั้นเราจะใช้การ thresholding โดยต่อไปนี้จะเป็นยกตัวอย่างแบบง่ายๆ

CODE Example

import cv2
import numpy as np
from matplotlib import pyplot as plt

img_rgb = cv2.imread('Calcedit.jpg')
img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY)
template = cv2.imread('Calcedit_tem.jpg',0)
w, h = template.shape[::-1]

res = cv2.matchTemplate(img_gray,template,cv2.TM_CCOEFF_NORMED)
threshold = 0.8
loc = np.where( res >= threshold)
for pt in zip(*loc[::-1]):
   cv2.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (0,0,255), 2)

cv2.imwrite('res.png',img_rgb)

Result

มีข้อผิดพลาดในการสร้างรูปย่อ: ไฟล์สูญหาย

ผลลัพธ์