这种相关性的方式,原理是以模板与图片对应像素乘积之和来表示相似度,乘积越大相似度越大。我觉得如果图片亮度比较均衡那确实是这样,如果按照基本不等式的想法类比的话,确实两者相似时乘积最大。可是如果各区域亮度不均匀那肯定是会错误把亮度最高的地方作为相似度最高的地方了。就像这个测试:
模板:
结果:
我搜寻的区域是那只黑猫。但是显然CCORR方式把白袖子错认了。按照原理确实会这样。可是不知道归一化后为什么就正确了。有人来解释一下吗?实在感谢!感谢!(别再是ai了,ai似乎说不清楚(#.# '''))
这种相关性的方式,原理是以模板与图片对应像素乘积之和来表示相似度,乘积越大相似度越大。我觉得如果图片亮度比较均衡那确实是这样,如果按照基本不等式的想法类比的话,确实两者相似时乘积最大。可是如果各区域亮度不均匀那肯定是会错误把亮度最高的地方作为相似度最高的地方了。就像这个测试:
模板:
提醒:OpenCV是开源的。
所以你可以单步调试进入matchtemplate的具体实现源代码中,然后边单步/设断点调试,边观察相关变量的值;或者在不明白的地方通过添加写日志到文件的办法,观察相关变量的值,最后弄明白你的问题。