纺织网站建设方案接做图网站

纺织网站建设方案,接做图网站,网页设计培训好就业吗,河南网站优化外包服务文章目录前言一、环境配置二、使用步骤1.引入类2.读入待匹配图片和模板图三、检测效果演示总结前言 多角度多尺度模板匹配是众多复杂视觉任务的前置基础模块 传统模板匹配#xff08;固定角度、固定尺度#xff09;仅适用于目标姿态、尺寸完全固定的理想场景#xff08;如流…文章目录前言一、环境配置二、使用步骤1.引入类2.读入待匹配图片和模板图三、检测效果演示总结前言多角度多尺度模板匹配是众多复杂视觉任务的前置基础模块传统模板匹配固定角度、固定尺度仅适用于目标姿态、尺寸完全固定的理想场景如流水线静止工件、标准证件照但真实世界中目标几乎都存在旋转、缩放、形变、视角变化多角度多尺度模板匹配正是解决这一痛点的核心方案。多角度多尺度模板匹配的核心逻辑是 “遍历角度 遍历尺度 匹配计算 最优解筛选”看似简单但在实际应用中需同时平衡匹配精度、计算效率、抗干扰能力、内存占用 四大核心指标其复杂性远超传统单模板匹配。著名的工业视觉软件halcon中有基于形状find_scaled_shape_model()、基于灰度find_ncc_model()和基于组件find_component_model()的相关算子但opencv中只有固定角度和尺度的matchTemplate()和matchShapes()方法无法满足多角度和多尺度场景下的匹配需求。提示以下代码基于c和opencv实现需提前完成相关配置一、环境配置本文中的代码使用c结合opencv开源视觉库进行实现所以运行时需完成相关环境的配置。opencv建议使用4.0以上版本具体的环境搭建和配置可参考相应的文章和博客。二、使用步骤1.引入类匹配代码已封装成一个完整的类MultiScaleTemplateMatch该类除了构造函数和析构函数外对外只暴露了一个接口MatchTemplate()用于实现多角度和多尺度的模板匹配。class MultiScaleTemplateMatch { public: MultiScaleTemplateMatch(); ~MultiScaleTemplateMatch(); int MatchTemplate(const cv::Mat source, const cv::Mat model, cv::Mat out_source, const bool use_roi, const cv::Rect m_rectangle,std::vectorcv::Point2f center, std::vectordouble angle, std::vectordouble out_score, const int num_levels, const int match_mode, const int angle_start_end, const int num_matches, const double max_overlap, const double int_score, const bool show_result, const int thickness); };通过该类可以获取匹配的个数、每个匹配值的中心坐标、角度等信息同时out_source标注出了对应的匹配结果。2.读入待匹配图片和模板图代码如下//待匹配图路径 std::string src_path R(F:\pic\camera1\style2\09_01_45_1.jpg); //模板图路径 std::string templ_path R(F:\pic\camera1\style2\templ.jpg); //读取待匹配图和模板图 cv::Mat src cv::imread(src_path); cv::Mat templ cv::imread(templ_path); //调用多角度和多尺度匹配类 MultiScaleTemplateMatch matcher; cv::Mat out_mat; std::vectorcv::Point2f center; std::vectordouble angle, out_score; int ret matcher.MatchTemplate(src, templ, out_mat, false, cv::Rect(), center, angle, out_score, 3, 1, 360, 50, 0.8, 0.78, true, 3);三、检测效果演示针对实际生产环境中某机台需要对Tray盘上的物料进行定位引导机械臂抓取。由于物料各种角度此时需要多角度的匹配原图如下该种情况下用opencv的matchTemplate和matchShapes都无法很好的有效检出而利用自己定义的多角度匹配类则能很好的检出。检测效果如下上图中out_source是标注的定位结果从图中可以看出匹配算法较好的定位出了各个物料绿色框并标注出了中心点位置绿色十字架说明了算法的有效性。总结多角度多尺度模板匹配在许多场景中都有应用开发相应的算法需要考虑运算复杂度因为角度和尺度的遍历会直接导致计算量爆炸。算法通过基于金字塔分层匹配的思想并采用并行处理不同角度、尺度的匹配任务大大缩短了匹配时间。现提供相应源代码有需要的朋友可添加下面链接获取。