愿景。TemplateMatcher

在图像中找到模板

展开所有页面

描述

在图像中找到模板。

创造愿景。TemplateMatcher对象并设置其属性。
使用参数调用对象，就像它是一个函数。

要了解更多关于System对象如何工作的信息，请参见什么是系统对象？．

创建

语法

tmatcher = Vision.templateMatcher.

tmatcher = Vision.templateMatcher（名称，值）

描述

例子

tMatcher=愿景。模板米atcher返回一个模板匹配器对象，tMatcher．此对象通过在整个图像内部以单像素增量移动模板来执行模板匹配。

tMatcher=愿景。模板米atcher(名称,值）使用一个或多个名称-值对设置属性。将每个属性名用引号括起来。例如,tmatcher = Vision.templateMatcher.('Metric','Sum of absolute differences')

特性

展开全部

除非另有说明，否则属性是不可努力，这意味着在调用对象后无法更改其值。当您调用它们时，对象锁定释放功能解锁它们。

如果属性是调节，您可以随时更改它的值。

有关更改属性值的详细信息，请参阅在MATLAB中使用系统对象进行系统设计．

`度规`- - - - - -用于模板匹配源的指标
`“绝对差异和”`（默认）|`“平方差异”`|`“最大绝对差”`

用于模板匹配的指标，指定为“绝对差异和”，“平方差异”，要么“最大绝对差”．

`OutputValue`- - - - - -输出类型
`“最佳匹配位置”`（默认）|`“度量矩阵”`

输出类型，指定为“度量矩阵”要么“最佳匹配位置”．

`SearchMethod`- - - - - -指定搜索条件以查找两个输入之间的最小差异
`'彻底的'`（默认）|`'三步'`

指定搜索条件，以找到两个输入之间的最小差异，指定为'彻底的'要么'三步'．如果将此属性设置为'彻底的'时，对象逐像素搜索最小差值。如果将此属性设置为'三步'，对象使用稳定降低的步长搜索最小差异。这'三步'方法在计算上比'彻底的'方法，但有时找不到最优解。属性设置时将应用此属性OutputValue财产“最佳匹配位置”．

`BestmatchneighborfoodOutputport.`- - - - - -允许公制值输出
`假`（默认）|`真正的`

使能度量值输出，指定为真正的要么假．属性设置时将应用此属性OutputValue财产“最佳匹配位置”．

`NeighborhoodSize`- - - - - -度量值的大小
`3.`（默认）|奇数

度量值的大小，指定为奇数。规模N，的N-经过-N度量值为奇数的矩阵。例如，如果矩阵大小为3乘3，则将此属性设置为3.．属性设置时将应用此属性OutputValue财产“最佳匹配位置”和BestmatchneighborfoodOutputport.财产真正的．

`ROIInputPort`- - - - - -通过输入启用ROI规范
`假`（默认）|`真正的`

通过输入，指定为ROI规范真正的要么假．将此属性设置为真正的定义要执行模板匹配的感兴趣区域（ROI）。如果将此属性设置为真正的，必须指定ROI。否则，使用整个输入图像。

`ROIValidityOutputPort`- - - - - -启用标志的输出，指示ROI的任何部分是否在输入图像之外
`假`（默认）|`真正的`

启用一个标志的输出，该标志指示ROI的任何部分是否在输入图像之外，指定为真正的要么假．当您将此属性设置为时真正的，该对象返回ROI标志。标志，设置为时假，表示ROI的一部分在输入图像之外。属性设置时将应用此属性ROIInputPort财产真正的

定点属性

`圆形方法`- - - - - -用于定点操作的圆形方法
`“地板”`（默认）|`'天花板'`|`'收敛'`|`'最近'`|`'圆形的'`|`“最简单”`|`“零”`

定点操作的舍入方法，指定为“地板”，'天花板'，'收敛'，'最近'，'圆形的'，“最简单”，要么“零”．

`溢出`- - - - - -当整数输入超出范围时采取的操作
`'裹'`（默认）|`'饱和'`

当整数输入超出范围时，要采取的操作，指定为'裹'要么'饱和'．

`ProductDataType`- - - - - -产品数据类型
`同样作为输入的`（默认）|`“自定义”`

产品数据类型，指定为同样作为输入的要么“自定义”．

`customproductdattype.`- - - - - -产品字和分数长度
`numerictype（真实，32,30）`（默认）|按比例缩小的`numerictype.`对象

乘积字和分数长度，指定为一个比例numerictype.（定点设计师）目的。此属性仅在您设置时适用AccumulatorDataType财产“自定义”．

`AccumulatorDataType`- - - - - -数据类型的累加器
`'与产品相同'`（默认）|`同样作为输入的`|`“自定义”`

累加器数据类型，指定为'与产品相同'，同样作为输入的，要么“自定义”．

`CustomAccumulatorDataType`- - - - - -累加器单词和分数长度
`numerictype（真实，32,30）`（默认）|按比例缩小的`numerictype.`对象

累加器单词和分数长度，按比例指定numerictype.（定点设计师）目的。此属性仅在您设置时适用AccumulatorDataType财产“自定义”．

使用

语法

位置= tmatcher（i，t）

(位置、numberOfValues numValid) = tMatcher (T, ROI)

(位置、numberOfValues numValid ROIvalid] = tMatcher (T, ROI)

(位置、ROIvalid) = tMatcher (T, ROI)

描述

例子

地点= tMatcher (我，T）返回(xy]最佳模板的位置坐标相对于图像矩阵之间图像的左上角相匹配，我，以及模板矩阵，T．对象通过在图像内部以单像素增量的方式移动模板来计算位置。

［地点，NumberofValues.，numvalid.] = tmatcher（我，T，ROI）返回最佳模板匹配的位置地点，最佳匹配周围的度量标准值NumberofValues.，和一个逻辑标志numvalid.．这适用于您设置OutputValue财产“最佳匹配位置”和BestmatchneighborfoodOutputport.财产真正的．

［地点，NumberofValues.，numvalid.，ROIvalid] = tmatcher（我，T，ROI）还返回逻辑标志，ROIvalid指示是否ROI超出输入图像的界限我．这适用于您设置OutputValue财产“最佳匹配位置”，而且BestmatchneighborfoodOutputport.，ROIInputPort,ROIValidityOutputPort属性真正的．

［地点，ROIvalid] = tmatcher（我，T，ROI）也返回一个逻辑标志ROIvalid表示指定的ROI超出输入图像的界限我．这适用于您设置OutputValue财产“最佳匹配位置”，都是ROIInputPort和ROIValidityOutputPort属性真正的．

输入参数

展开全部

`我`- - - - - -输入图像
本色|米-经过-N2-D灰度图像

输入图像，指定为2-D灰度或TrueColor图像。

`T`- - - - - -模板
二进制图像|本色|米-经过-N2-D灰度图像

输入模板，指定为2-D灰度或TrueColor图像。

`ROI`- - - - - -输入ROI
四元素矢量

输入ROI，指定为四元素矢量，[xy宽度高度[前两个元件代表矩形ROI的左上角的坐标。

输出参数

展开全部

`地点`-最佳模板匹配位置
向量

最佳模板匹配的位置，返回格式的向量（x，y）.坐标表示模板相对于图像左上角的中心。有关详细信息，请参见算法

`NumberofValues.`-度量值
矩阵

度量值矩阵，作为矩阵返回。一个假价值numvalid.表示围绕度量值矩阵的边界外部的最佳匹配附近NumberofValues.．

`numvalid.`- 有效的社区
`真正的`|`假`

有效的邻居，返回真正的要么假．一个假价值numvalid.表示围绕度量值矩阵的边界外部的最佳匹配附近NumberofValues.．

`ROIvalid`——有效的投资回报率
`真正的`|`假`

有效的ROI邻居，返回真正的要么假．一个假价值ROIvalid表示ROI在输入图像的范围之外。

对象的功能

要使用对象功能，请将System Object™指定为第一个输入参数。例如，要发布命名的系统对象的系统资源obj，使用此语法：

发行版(obj)

展开全部

所有系统对象都是通用的

`步`	跑步系统对象算法
`释放`	释放资源并允许更改系统对象属性值和输入特征
`重置`	重置内部状态系统对象

例子

全部折叠

视频稳定

打开脚本

此示例显示如何从视频流中删除相机运动的效果。

介绍

在此示例中，我们首先定义要跟踪的目标。在这种情况下，它是汽车的背部和车牌。我们还建立一个动态搜索区域，其位置由最后一个已知的目标位置确定。然后，我们仅在该搜索区域内搜索目标，这减少了找到目标所需的计算数量。在每个后续视频帧中，我们确定目标相对于前一帧的移动量。我们使用此信息删除不需要的翻译相机运动并生成稳定的视频。

初始化

创建系统对象™以从多媒体文件读取视频。我们将输出设置为强度的视频。

%输入需要稳定的视频文件。文件名='shaky_car.avi';hvideosource = Videoreader（文件名）;

创建模板匹配系统对象以计算视频帧中目标的最佳匹配的位置。我们使用此位置找到连续视频帧之间的翻译。

htm = Vision.templateMatcher（“ROIInputPort”， 真的，......“BestMatchNeighborhoodOutputPort”， 真的）;

创建一个系统对象以显示原始视频和稳定的视频。

hvideoout = Vision.videoplayer（“名字”，'视频稳定'）;hvideoout.position（1）= round（0.4 * hvideoout.position（1））;hvideoout.position（2）=圆形（1.5 *（HVIDEOOUT.POST（2）））;hvideoout.position（3：4）= [650 350];

在这里，我们初始化处理循环中使用的一些变量。

pos.template_orig = [109 100];％[x y]左上角pos.template_size = [22 18];%(宽高)pos.search_border = [15 10];最大水平和垂直位移pos.template_Center =楼层（（POS.Template_Size-1）/ 2）;pos.template_center_pos =（pos.template_orig + pos.template_center  -  1）;w = hvideosource.width;%宽度(像素)h = hvideosource.height;像素中的％高度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 = [w，h];targetrowindes =......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];目标=零（18,22）;第一个=真;

流处理循环

这是主要处理循环，它使用我们实例化的对象稳定输入视频。

而hasfame（hvideosource）输入= rgb2gray（im2double（ReadFride（HVIDEOSource）））;％在输入视频帧中找到目标的位置如果第一个idx = int32（pos.template_center_pos）;MotionVector = [0 0];第一个= false;其他的idxprev = idx;roi = [searchregion，pos.template_size + 2 * pos.search_border];IDX = HTM（输入，目标，ROI）;MotionVector = double（idx-idxprev）;结束[offset，searchRegion] = UpdateSearch（SZ，MotionVector，......SearchRegion、抵消、pos);%转换视频帧以抵消摄像机运动稳定= intranslate（输入，偏移，'线性'）;Target =稳定化(TargetRowIndices, TargetColIndices);％添加黑色边框显示稳定的（：，bordercols）= 0;稳定（Borderrows，:) = 0;targetrect = [pos.template_orig-offset，pos.template_size];searchRegionRect = [SearchRegion，POS.Template_Size + 2 * POS.Search_Border];％绘制输入上的矩形以显示目标和搜索区域输入= insertshape（输入，“矩形”，[targetrect;searchRegionRect]，......'颜色'，“白色”）;％在输入图像上显示偏移量（位移）值txt = sprintf ('（％+ 05.1f，％+ 05.1f）'， 抵消）;输入=插入文本（输入（：，：，1），[191 215]，TXT，'字体大小'16，......“输入TextColor”，“白色”，“BoxOpacity”, 0);％显示视频hVideoOut([输入(::1)稳定]);结束

结论

使用来自MATLAB®命令行的计算机Vision Toolbox™功能，很容易实现视频稳定等复杂系统。

附录

本例中使用了下面的helper函数。

updatesearch.m

算法

模板匹配器的典型使用涉及在更大的图像中找到一个小区域。该区域由模板图像指定，该模板图像可以与输入图像一样大，但是其通常小于输入图像。

该对象输出相对于图像的左上角的最佳匹配坐标。这 [xy位置的坐标对应于模板的中心。当使用奇数像素的模板时，对象使用模板的中心。当使用偶数像素的模板时，对象使用位于中心的左上角像素作为位置。下表显示了对象如何输出位置(座垫），奇数甚至模板：

模板中像素的奇数	模板中的像素数为偶数

扩展能力

C / C ++代码生成
使用MATLAB®Coder™生成C和c++代码。

使用说明和限制：

看到系统对象在MATLAB代码生成（MATLAB编码器）．

另请参阅

InsertMarker.|Motoollflowfarneback.|光流程|光学溢点|MotointFlowlkdog.

介绍了R2012a

愿景。TemplateMatcher

描述

创建

语法

描述

特性

度规- - - - - -用于模板匹配源的指标“绝对差异和”（默认）|“平方差异”|“最大绝对差”

OutputValue- - - - - -输出类型“最佳匹配位置”（默认）|“度量矩阵”

SearchMethod- - - - - -指定搜索条件以查找两个输入之间的最小差异'彻底的'（默认）|'三步'

BestmatchneighborfoodOutputport.- - - - - -允许公制值输出假（默认）|真正的

NeighborhoodSize- - - - - -度量值的大小3.（默认）|奇数

ROIInputPort- - - - - -通过输入启用ROI规范假（默认）|真正的

ROIValidityOutputPort- - - - - -启用标志的输出，指示ROI的任何部分是否在输入图像之外假（默认）|真正的

定点属性

圆形方法- - - - - -用于定点操作的圆形方法“地板”（默认）|'天花板'|'收敛'|'最近'|'圆形的'|“最简单”|“零”

溢出- - - - - -当整数输入超出范围时采取的操作'裹'（默认）|'饱和'

ProductDataType- - - - - -产品数据类型同样作为输入的（默认）|“自定义”

customproductdattype.- - - - - -产品字和分数长度numerictype（真实，32,30）（默认）|按比例缩小的numerictype.对象

AccumulatorDataType- - - - - -数据类型的累加器'与产品相同'（默认）|同样作为输入的|“自定义”

CustomAccumulatorDataType- - - - - -累加器单词和分数长度numerictype（真实，32,30）（默认）|按比例缩小的numerictype.对象

使用

语法

描述

输入参数

我- - - - - -输入图像本色|米-经过-N2-D灰度图像

T- - - - - -模板二进制图像|本色|米-经过-N2-D灰度图像

ROI- - - - - -输入ROI四元素矢量

输出参数

地点-最佳模板匹配位置向量

NumberofValues.-度量值矩阵

numvalid.- 有效的社区真正的|假

ROIvalid——有效的投资回报率真正的|假

对象的功能

所有系统对象都是通用的

例子

视频稳定

算法

扩展能力

C / C ++代码生成使用MATLAB®Coder™生成C和c++代码。

另请参阅

计算机视觉工具箱文档

万博1manbetx

与Matlab引入深度学习

`度规`- - - - - -用于模板匹配源的指标
`“绝对差异和”`（默认）|`“平方差异”`|`“最大绝对差”`

`OutputValue`- - - - - -输出类型
`“最佳匹配位置”`（默认）|`“度量矩阵”`

`SearchMethod`- - - - - -指定搜索条件以查找两个输入之间的最小差异
`'彻底的'`（默认）|`'三步'`

`BestmatchneighborfoodOutputport.`- - - - - -允许公制值输出
`假`（默认）|`真正的`

`NeighborhoodSize`- - - - - -度量值的大小
`3.`（默认）|奇数

`ROIInputPort`- - - - - -通过输入启用ROI规范
`假`（默认）|`真正的`

`ROIValidityOutputPort`- - - - - -启用标志的输出，指示ROI的任何部分是否在输入图像之外
`假`（默认）|`真正的`

`圆形方法`- - - - - -用于定点操作的圆形方法
`“地板”`（默认）|`'天花板'`|`'收敛'`|`'最近'`|`'圆形的'`|`“最简单”`|`“零”`

`溢出`- - - - - -当整数输入超出范围时采取的操作
`'裹'`（默认）|`'饱和'`

`ProductDataType`- - - - - -产品数据类型
`同样作为输入的`（默认）|`“自定义”`

`customproductdattype.`- - - - - -产品字和分数长度
`numerictype（真实，32,30）`（默认）|按比例缩小的`numerictype.`对象

`AccumulatorDataType`- - - - - -数据类型的累加器
`'与产品相同'`（默认）|`同样作为输入的`|`“自定义”`

`CustomAccumulatorDataType`- - - - - -累加器单词和分数长度
`numerictype（真实，32,30）`（默认）|按比例缩小的`numerictype.`对象

`我`- - - - - -输入图像
本色|米-经过-N2-D灰度图像

`T`- - - - - -模板
二进制图像|本色|米-经过-N2-D灰度图像

`ROI`- - - - - -输入ROI
四元素矢量

`地点`-最佳模板匹配位置
向量

`NumberofValues.`-度量值
矩阵

`numvalid.`- 有效的社区
`真正的`|`假`

`ROIvalid`——有效的投资回报率
`真正的`|`假`

C / C ++代码生成
使用MATLAB®Coder™生成C和c++代码。