Vision.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Vision.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。

要了解有关系统对象如何工作的更多信息，请参阅什么是系统对象？。

创建

句法

tmatcher = Vision.templateMatcher.

tmatcher = Vision.templateMatcher（名称，值）

描述

例子

tmatcher.= Vision.templateMatcher返回模板匹配器对象，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.= Vision.templateMatcher（名称，价值）使用一个或多个名称值对设置属性。将每个属性名称括在引号中。例如，tmatcher = Vision.templateMatcher（'公制'，'绝对差异的总和）

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，对象锁定发布功能解锁它们。

如果属性是调节，您可以随时更改其值。

有关更改属性值的详细信息，请参阅MATLAB使用系统对象的系统设计。

`公制`-用于模板匹配源的指标
`'绝对差异的总和'`（默认）|`“平方差异”`|`'最大绝对差异'`

用于模板匹配的指标，指定为'绝对差异的总和'那“平方差异”，要么'最大绝对差异'。

`outputValue.`-输出类型
`'最佳匹配位置'`（默认）|`'公制矩阵'`

输出类型，指定为'公制矩阵'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'。如果您将此属性设置为'彻底的'，对象通过像素搜索最小差异像素。如果您将此属性设置为'三步'，对象使用稳定降低的步长搜索最小差异。这'三步'方法的计算方式比这更便宜'彻底的'方法，但有时找不到最佳解决方案。此属性在设置时适用outputValue.财产'最佳匹配位置'。

`BestmatchneighborfoodOutputport.`-启用度量值输出
`错误的`（默认）|`真的`

使能度量值输出，指定为真的要么错误的。此属性在设置时适用outputValue.财产'最佳匹配位置'。

`邻里`-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标准值矩阵作为奇数。例如，如果矩阵大小为3-by-3将此属性设置为3.。此属性在设置时适用outputValue.财产'最佳匹配位置'和BestmatchneighborfoodOutputport.财产真的。

`Roiinputport.`-通过输入启用ROI规范
`错误的`（默认）|`真的`

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

`RoivalityOutputport.`-启用标志的输出，指示ROI的任何部分是否在输入图像之外
`错误的`（默认）|`真的`

启用标志的输出，指示ROI的任何部分是否在输入图像中，指定为真的要么错误的。当您将此属性设置为时真的，该对象返回ROI标志。标志，设置为时错误的，表示ROI的一部分在输入图像之外。此属性在设置时适用Roiinputport.财产真的

定点属性

`圆形方法`-用于定点操作的圆形方法
`'地面'`（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'地面'那'天花板'那'收敛'那'最近'那'圆形的'那“最简单”，要么'零'。

`溢出`-当整数输入超出范围时，采取行动
`'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
`'与输入相同'`（默认）|`'风俗'`

产品数据类型，指定为'与输入相同'要么'风俗'。

`customproductdattype.`-产品字和分数长度
`numerictype（真实，32,30）`（默认）|缩小了`numerictype.`目的

产品字和分数长度，指定为缩放numerictype.（定点设计师）目的。此属性仅在您设置时适用AccumulatorDatyp.财产'风俗'。

`AccumulatorDatyp.`-数据类型的累加器
`'与产品相同'`（默认）|`'与输入相同'`|`'风俗'`

数据类型的累加器，指定为'与产品相同'那'与输入相同'，要么'风俗'。

`umpiationAccumulatorDatyp.`-累加器字和分数长度
`numerictype（真实，32,30）`（默认）|缩小了`numerictype.`目的

累加器字和分数长度，指定为缩放numerictype.（定点设计师）目的。此属性仅在您设置时适用AccumulatorDatyp.财产'风俗'。

用法

句法

位置= tmatcher（i，t）

[位置，NumberOfValues，NumValid] = Tmatcher（I，T，ROI）

[位置，NumberOfValues，NumValid，Roivalid] = TMatcher（I，T，ROI）

[位置，Roivalid] = TMatcher（I，T，ROI）

描述

例子

地点= tmatcher（一世那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，一世，以及模板矩阵，T.。该对象通过在图像内部以单像素增量转换模板来计算该位置。

[地点那NumberofValues.那numvalid.] = tmatcher（一世那T.那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.和逻辑标志numvalid.。设置时适用outputValue.财产'最佳匹配位置'和BestmatchneighborfoodOutputport.财产真的。

[地点那NumberofValues.那numvalid.那Roivalid.] = tmatcher（一世那T.那ROI.）还返回逻辑标志，Roivalid.表示是否ROI.超出输入图像的界限一世。设置时适用outputValue.财产'最佳匹配位置'，而且BestmatchneighborfoodOutputport.那Roiinputport.，和RoivalityOutputport.属性真的。

[地点那Roivalid.] = tmatcher（一世那T.那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一世。设置时适用outputValue.财产'最佳匹配位置'，都是Roiinputport.和RoivalityOutputport.属性真的。

输入参数

展开全部

`一世`-输入映像
本色|m-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|m-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`- 最佳模板匹配的位置
向量

最佳模板匹配的位置，返回格式的向量（X那y）。坐标表示相对于图像的左上角的模板的中心。有关更多详细信息，请参阅算法

`NumberofValues.`- 度量值
矩阵

度量值矩阵，作为矩阵返回。一种错误的价值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
`真的`|`错误的`

有效的邻居，返回真的要么错误的。一种错误的价值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ROI.
`真的`|`错误的`

有效的ROI邻居，返回真的要么错误的。一种错误的价值Roivalid.表示ROI在输入图像的范围之外。

对象功能

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：

释放（obj）

展开全部

所有系统对象共同

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

例子

全部收缩

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。

％输入视频文件需要稳定。filename =.'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，......'bestmatchneighborfoodoutputport'， 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（'名称'那'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];％[宽度]pos.search_border = [15 10];％MAX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;％宽度为像素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。

尽管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;别的idxprev = idx;roi = [searchregion，pos.template_size + 2 * pos.search_border];IDX = HTM（输入，目标，ROI）;MotionVector = double（idx-idxprev）;结尾[offset，searchRegion] = UpdateSearch（SZ，MotionVector，......SearchRegion，Offset，POS）;％转换视频帧以抵消相机运动稳定= intranslate（输入，偏移，'线性'）;目标=稳定（TargetRowindes，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'那'白色的'）;％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，......'textcolor'那'白色的'那'boxopacity'，0）;％显示视频hvideoout（[输入（：，：，1）稳定]）;结尾

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

在此示例中使用以下辅助功能。

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。使用具有奇数像素的模板时，对象使用模板的中心。使用具有偶数像素的模板时，对象使用居中的左上像素的位置。下表显示了对象如何输出所在位置（座垫），奇数甚至模板：

模板中的奇数像素	模板中的像素数均匀

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MATLAB代码生成中的系统对象（MATLAB编码器）。

也可以看看

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

在R2012A介绍

Vision.templateMatcher.

描述

创建

句法

描述

特性

公制-用于模板匹配源的指标'绝对差异的总和'（默认）|“平方差异”|'最大绝对差异'

outputValue.-输出类型'最佳匹配位置'（默认）|'公制矩阵'

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.-启用度量值输出错误的（默认）|真的

邻里-度量值的大小3.（默认）|奇数

Roiinputport.-通过输入启用ROI规范错误的（默认）|真的

RoivalityOutputport.-启用标志的输出，指示ROI的任何部分是否在输入图像之外错误的（默认）|真的

定点属性

圆形方法-用于定点操作的圆形方法'地面'（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，采取行动'裹'（默认）|'饱和'

ProductDataType.-产品数据类型'与输入相同'（默认）|'风俗'

customproductdattype.-产品字和分数长度numerictype（真实，32,30）（默认）|缩小了numerictype.目的

AccumulatorDatyp.-数据类型的累加器'与产品相同'（默认）|'与输入相同'|'风俗'

umpiationAccumulatorDatyp.-累加器字和分数长度numerictype（真实，32,30）（默认）|缩小了numerictype.目的

用法

句法

描述

输入参数

一世-输入映像本色|m-经过-N2-D灰度图像

T.-模板二进制图像|本色|m-经过-N2-D灰度图像

ROI.-输入ROI.四元素矢量

输出参数

地点- 最佳模板匹配的位置向量

NumberofValues.- 度量值矩阵

numvalid.- 有效的社区真的|错误的

Roivalid.- 有效的ROI.真的|错误的

对象功能

所有系统对象共同

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。

也可以看看

计算机视觉工具箱文档

金宝app

与Matlab引入深度学习

`公制`-用于模板匹配源的指标
`'绝对差异的总和'`（默认）|`“平方差异”`|`'最大绝对差异'`

`outputValue.`-输出类型
`'最佳匹配位置'`（默认）|`'公制矩阵'`

`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.`-启用度量值输出
`错误的`（默认）|`真的`

`邻里`-度量值的大小
`3.`（默认）|奇数

`Roiinputport.`-通过输入启用ROI规范
`错误的`（默认）|`真的`

`RoivalityOutputport.`-启用标志的输出，指示ROI的任何部分是否在输入图像之外
`错误的`（默认）|`真的`

`圆形方法`-用于定点操作的圆形方法
`'地面'`（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，采取行动
`'裹'`（默认）|`'饱和'`

`ProductDataType.`-产品数据类型
`'与输入相同'`（默认）|`'风俗'`

`customproductdattype.`-产品字和分数长度
`numerictype（真实，32,30）`（默认）|缩小了`numerictype.`目的

`AccumulatorDatyp.`-数据类型的累加器
`'与产品相同'`（默认）|`'与输入相同'`|`'风俗'`

`umpiationAccumulatorDatyp.`-累加器字和分数长度
`numerictype（真实，32,30）`（默认）|缩小了`numerictype.`目的

`一世`-输入映像
本色|m-经过-N2-D灰度图像

`T.`-模板
二进制图像|本色|m-经过-N2-D灰度图像

`ROI.`-输入ROI.
四元素矢量

`地点`- 最佳模板匹配的位置
向量

`NumberofValues.`- 度量值
矩阵

`numvalid.`- 有效的社区
`真的`|`错误的`

`Roivalid.`- 有效的ROI.
`真的`|`错误的`

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