愿景。TemplateMatcher
在图像中定位模板
描述
在映像中定位模板。
创建
愿景。TemplateMatcher对象并设置其属性。调用带有参数的对象，就像调用函数一样。
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?(MATLAB)。
创建
描述
tMatcher=愿景。模板米atchertMatcher。该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）tMatcher =愿景。TemplateMatcher ('Metric','Sum of absolute differences')
属性
使用
语法
描述
输入参数
输出参数
对象的功能
要使用对象函数，请将System对象™指定为第一个输入参数。例如，释放名为obj，使用以下语法:
发行版(obj)
例子
视频稳定
这个例子展示了如何从视频流中删除摄像机运动的效果。
简介
在本例中，我们首先定义要跟踪的目标。在这种情况下，它是汽车的后部和车牌。我们还建立了一个动态搜索区域，其位置由最后一个已知目标位置确定。然后我们只在这个搜索区域内搜索目标，这减少了寻找目标所需的计算次数。在接下来的每一帧视频中，我们确定目标相对于前一帧移动了多少。我们使用这些信息来删除不需要的平移摄像机运动，并生成稳定的视频。
初始化
创建一个System对象™从多媒体文件读取视频。我们将输出设置为只有视频的强度。
输入需要稳定的视频文件。文件名=“shaky_car.avi”；hVideoSource =愿景。VideoFileReader(文件名,.．.“ImageColorSpace”，“强度”，.．.“VideoOutputDataType”，“双”）;
创建一个模板匹配器系统对象来计算视频帧中目标的最佳匹配位置。我们使用这个位置来查找连续视频帧之间的转换。
hTM =愿景。模板米atcher(“ROIInputPort”,真的,.．.“BestMatchNeighborhoodOutputPort”,真正的);
创建一个System对象来显示原始视频和稳定的视频。
hVideoOut =愿景。放像机(“名字”，“视频稳定”）;一轮hVideoOut.Position (1) = (0.4 * hVideoOut.Position (1));一轮hVideoOut.Position (2) = (1.5 * (hVideoOut.Position (2)));hVideoOut.Position(3:4) = [650 350];
这里我们初始化处理循环中使用的一些变量。
Pos.template_orig = [109 100];% [xy]左上角Pos.template_size = [22 18];%(宽高)Pos.search_border = [15 10];%最大水平和垂直位移地板pos.template_center = ((pos.template_size-1) / 2);Pos.template_center_pos = (pos.template_orig + pos.template_center - 1);fileInfo = info (hVideoSource);W = fileInfo.VideoSize (1);%宽度(像素)H = fileInfo.VideoSize (2);%高度(像素)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];深圳= 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];目标= 0(18、22);首次= true;
流处理循环
这是主处理循环，它使用我们上面实例化的对象来稳定输入视频。
而~isDone(hVideoSource) input = hVideoSource();查找目标在输入视频帧中的位置如果firstTime Idx = int32(pos.template_center_pos);MotionVector = [0 0];首次= false;其他的IdxPrev = Idx;ROI = [SearchRegion, pos.template_size+2*pos.search_border];Idx = hTM(输入、目标ROI);MotionVector =双(Idx-IdxPrev);结束[Offset, SearchRegion] = updatesearch(sz, MotionVector，.．.SearchRegion、抵消、pos);翻译视频帧以抵消相机运动= imtranslate(输入，偏移量，“线性”）;目标=稳定(TargetRowIndices, TargetColIndices);添加黑色边框显示稳定(:，border) = 0;稳定(BorderRows，:) = 0;TargetRect = [pos. template_origin - offset, pos.template_size];SearchRegionRect = [SearchRegion, pos.template_size + 2*pos.search_border];在输入上绘制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”）;显示输入图像上的偏移(位移)值txt = sprintf (”(% f + 05.1, % + 05.1 f)”,抵消);input = insertText(input(:，:，1)，[191 215]，txt，“字形大小”, 16岁,.．.“输入TextColor”，“白色”，“BoxOpacity”, 0);%显示视频hVideoOut([输入(::1)稳定]);结束
释放
这里调用对象上的release方法来关闭所有打开的文件和设备。
释放(hVideoSource);
结论
使用MATLAB®命令行中的计算机视觉工具箱™功能，可以轻松实现像视频稳定这样的复杂系统。
附录
本例中使用了以下helper函数。
算法
模板匹配器的典型用法包括在较大的图像中查找小区域。该区域由模板图像指定，可以与输入图像一样大，但通常小于输入图像。
该对象输出相对于图像左上角的最佳匹配坐标。(xy]的坐标对应模板的中心。当使用像素为奇数的模板时，对象使用模板的中心。当使用具有偶数个像素的模板时，对象使用居中的左上角像素作为位置。下表显示了对象如何输出位置(疯狂的)，奇数和偶数模板:
| 模板中的像素数为奇数 | 模板中的像素为偶数 |
|---|---|
 |
 |
扩展功能
介绍了R2012a
您也可以从以下列表中选择网站:
