Найдите шаблон в изображении
Определять местоположение шаблона в изображении.
Создайте объект vision.TemplateMatcher и установите его свойства.
Вызовите объект с аргументами, как будто это была функция.
Чтобы узнать больше, как Системные объекты работают, смотрите то, Что Системные объекты? MATLAB.
tMatcher = vision.TemplateMatchertMatcher = vision.TemplateMatcher(Name,Value)tMatcher = vision.TemplateMatchertMatcher. Этот объект выполняет сравнение с шаблонами путем сдвига шаблона с шагом одно пикселя во внутренней части изображения.
tMatcher = vision.TemplateMatcher(Name,Value)tMatcher = vision.TemplateMatcher('Metric','Sum of absolute differences')
Для версий ранее, чем R2016b, используйте функцию step, чтобы запустить Систему object™ алгоритм. Аргументы к step являются объектом, который вы создали, сопровождаемый аргументами, показанными в этом разделе.
Например, y = step(obj,x) и y = obj(x) выполняют эквивалентные операции.
location = tMatcher(I,T)[location,Nvals,Nvalid] = tMatcher(I,T,ROI)[location,Nvals,Nvalid,ROIvalid] = tMatcher(I,T,ROI)[location,ROIvalid] = tMatcher(I,T,ROI)location = tMatcher(I,T)location, лучшего соответствия шаблона между матрицей изображений, I, и матрицей шаблона, T. Выходные координаты относительно левого верхнего угла изображения. Объект вычисляет местоположение путем сдвига шаблона с шагом одно пикселя во внутренней части изображения.
[возвращается местоположение лучшего шаблона совпадают location,Nvals,Nvalid] = tMatcher(I,T,ROI)с location, метрическими значениями вокруг лучшего соответствия Nvals и логический флаг Nvalid. Это применяется, когда вы устанавливаете свойство OutputValue на 'Best match location' и свойство BestMatchNeighborhoodOutputPort к true.
[ также возвращает логический флаг, location,Nvals,Nvalid,ROIvalid] = tMatcher(I,T,ROI)ROIvalid, чтобы указать, является ли ROI вне границ входного изображения I. Это применяется, когда вы устанавливаете свойство OutputValue на 'Best match location', и BestMatchNeighborhoodOutputPort, ROIInputPort и свойства ROIValidityOutputPort к true.
[также возвращает логический флаг location,ROIvalid] = tMatcher(I,T,ROI)ROIvalid, указывающий, является ли заданным ROI вне границ входного изображения I. Это применяется, когда вы устанавливаете свойство OutputValue на 'Best match location' и обоих свойства ROIInputPort и ROIValidityOutputPort к true.
Чтобы использовать объектную функцию, задайте Системный объект как первый входной параметр. Например, чтобы выпустить системные ресурсы Системного объекта под названием obj, используйте этот синтаксис:
release(obj)
Этот пример показывает, как удалить эффект движения камеры от видеопотока.
Введение
В этом примере мы сначала задаем цель, чтобы отследить. В этом случае это - задняя часть автомобиля и номерного знака. Мы также устанавливаем динамическую поисковую область, положение которой определяется последним известным целевым местоположением. Мы затем ищем цель только в этой поисковой области, которая сокращает количество вычислений, требуемых найти цель. В каждом последующем кадре видео мы определяем, сколько цель переместила относительно предыдущего кадра. Мы используем эту информацию, чтобы удалить нежелательные переводные движения камеры и сгенерировать стабилизированное видео.
Инициализация
Создайте Систему object™, чтобы считать видео из мультимедийного файла. Мы устанавливаем вывод быть интенсивности только видео.
% Input video file which needs to be stabilized. filename = 'shaky_car.avi'; hVideoSource = vision.VideoFileReader(filename, ... 'ImageColorSpace', 'Intensity',... 'VideoOutputDataType', 'double');
Создайте шаблон matcher Системный объект, чтобы вычислить местоположение лучшего соответствия цели в кадре видео. Мы используем это местоположение, чтобы найти перевод между последовательными кадрами видео.
hTM = vision.TemplateMatcher('ROIInputPort', true, ... 'BestMatchNeighborhoodOutputPort', true);
Создайте Системный объект, чтобы отобразить исходное видео и стабилизированное видео.
hVideoOut = vision.VideoPlayer('Name', 'Video Stabilization'); hVideoOut.Position(1) = round(0.4*hVideoOut.Position(1)); hVideoOut.Position(2) = round(1.5*(hVideoOut.Position(2))); hVideoOut.Position(3:4) = [650 350];
Здесь мы инициализируем некоторые переменные, используемые в цикле обработки.
pos.template_orig = [109 100]; % [x y] upper left corner pos.template_size = [22 18]; % [width height] pos.search_border = [15 10]; % max horizontal and vertical displacement pos.template_center = floor((pos.template_size-1)/2); pos.template_center_pos = (pos.template_orig + pos.template_center - 1); fileInfo = info(hVideoSource); W = fileInfo.VideoSize(1); % Width in pixels H = fileInfo.VideoSize(2); % Height in pixels BorderCols = [1:pos.search_border(1)+4 W-pos.search_border(1)+4:W]; BorderRows = [1:pos.search_border(2)+4 H-pos.search_border(2)+4:H]; sz = fileInfo.VideoSize; TargetRowIndices = ... pos.template_orig(2)-1:pos.template_orig(2)+pos.template_size(2)-2; TargetColIndices = ... pos.template_orig(1)-1:pos.template_orig(1)+pos.template_size(1)-2; SearchRegion = pos.template_orig - pos.search_border - 1; Offset = [0 0]; Target = zeros(18,22); firstTime = true;
Потоковый цикл обработки
Это - основной цикл обработки, который использует объекты, которых мы инстанцировали выше, чтобы стабилизировать входное видео.
while ~isDone(hVideoSource) input = hVideoSource(); % Find location of Target in the input video frame if firstTime Idx = int32(pos.template_center_pos); MotionVector = [0 0]; firstTime = false; else IdxPrev = Idx; ROI = [SearchRegion, pos.template_size+2*pos.search_border]; Idx = hTM(input,Target,ROI); MotionVector = double(Idx-IdxPrev); end [Offset, SearchRegion] = updatesearch(sz, MotionVector, ... SearchRegion, Offset, pos); % Translate video frame to offset the camera motion Stabilized = imtranslate(input, Offset, 'linear'); Target = Stabilized(TargetRowIndices, TargetColIndices); % Add black border for display Stabilized(:, BorderCols) = 0; Stabilized(BorderRows, :) = 0; TargetRect = [pos.template_orig-Offset, pos.template_size]; SearchRegionRect = [SearchRegion, pos.template_size + 2*pos.search_border]; % Draw rectangles on input to show target and search region input = insertShape(input, 'Rectangle', [TargetRect; SearchRegionRect],... 'Color', 'white'); % Display the offset (displacement) values on the input image txt = sprintf('(%+05.1f,%+05.1f)', Offset); input = insertText(input(:,:,1),[191 215],txt,'FontSize',16, ... 'TextColor', 'white', 'BoxOpacity', 0); % Display video hVideoOut([input(:,:,1) Stabilized]); end
Релиз
Здесь вы вызываете метод релиза на объектах закрыть любые открытые файлы и устройства.
release(hVideoSource);
Заключение
Используя функциональность Computer Vision Toolbox™ из командной строки MATLAB® легко реализовать сложные системы как видео стабилизация.
Приложение
Следующая функция помощника используется в этом примере.
Типичное использование шаблона matcher включает нахождение небольшой области в рамках увеличенного изображения. Область задана изображением шаблона, которое может быть столь же большим как входное изображение, но которое обычно меньше, чем входное изображение.
Объектные выходные параметры лучшие координаты соответствия, относительно верхнего левого угла изображения. [x y] координаты местоположения соответствуют центру шаблона. Когда вы используете шаблон с нечетным числом пикселей, объект использует центр шаблона. Когда вы используете шаблон с четным числом пикселей, объект использует верхний левый пиксель в центре для местоположения. Следующая таблица показывает как объектные выходные параметры местоположение (LOC) четных и нечетных шаблонов:
| Нечетное число пикселей в шаблоне | Четное число пикселей в шаблоне |
|---|---|
 |  |
insertMarker | opticalFlowFarneback | opticalFlowHS | opticalFlowLK | opticalFlowLKDoG