使用 scikit-image 搜索所有模板

Question

我正在尝试遵循 scikit-image 中有关模板匹配的教程（检查它 here).

仅使用这个例子，我想在图像中找到所有匹配的硬币（最大值），而不仅仅是给出最高分的这一个。我在考虑使用：

maxima = argrelextrema(result, np.greater)

但问题是它也发现了非常小的局部最大值，这只是一个噪音。有没有办法筛选 numpy 数组并找到最强的最大值？谢谢！

Answer 1

我一直在挖掘并找到了一些解决方案，但不幸的是我不确定我是否知道脚本中到底做了什么。我稍微修改了脚本 here:

neighborhood_size = 20   #how many pixels
threshold = 0.01  #threshold of maxima?

data_max = filters.maximum_filter(result, neighborhood_size)
maxima = (result == data_max)
data_min = filters.minimum_filter(result, neighborhood_size)
diff = ((data_max - data_min) > threshold)
maxima[diff == 0] = 0

x_image,y_image = [], []
temp_size = coin.shape[0]

labeled, num_objects = ndimage.label(maxima)
slices = ndimage.find_objects(labeled)
x, y = [], []
for dy,dx in slices:
    x_center = (dx.start + dx.stop - 1)/2
    x.append(x_center)
    y_center = (dy.start + dy.stop - 1)/2
    y.append(y_center)

fig, (raw,found) = plt.subplots(1,2)
raw.imshow(image,cmap=plt.cm.gray)
raw.set_axis_off()
found.imshow(result)
found.autoscale(False)
found.set_axis_off()
plt.plot(x,y, 'ro')
plt.show()

并这样做：

我还意识到，与原始图像相比，找到的峰的坐标发生了偏移。我认为差异来自模板大小。当我发现更多时，我会更新。

编辑：通过稍微修改代码，我还能够在输入图像上找到位置：

x_image_center = (dx.start + dx.stop - 1 + temp_size) / 2
x_image.append(x_image_center)
y_image_center = (dy.start + dy.stop - 1 + temp_size) / 2
y_image.append(y_image_center)

Answer 2

找到 documentation suggests "...you should use a proper peak-finding function." The easiest of these is probably peak_local_max (as suggested in the comments) which is also from skimage, and has a manual page here 的所有硬币。在 *args 中使用一些合理的数字可以从响应图像中获取峰值。

关于峰被置换的第二条评论也在 documentation

中讨论

"Note that the peaks in the output of match_template correspond to the origin (i.e. top-left corner) of the template."

可以手动纠正这一点（通过将峰平移到模板的边长），或者您可以将 pad_input bool 设置为 True (source)，作为副产品，这意味着响应函数中的峰值在最大重叠点与模板中心对齐。

将这两个位组合成一个脚本，我们得到如下内容：

import numpy as np
import matplotlib.pyplot as plt

from skimage import data
from skimage.feature import match_template
from skimage.feature import peak_local_max # new import!

image = data.coins()
coin = image[170:220, 75:130]

result = match_template(image, coin,pad_input=True) #added the pad_input bool

peaks = peak_local_max(result,min_distance=10,threshold_rel=0.5) # find our peaks

# produce a plot equivalent to the one in the docs
plt.imshow(result)
# highlight matched regions (plural)
plt.plot(peaks[:,1], peaks[:,0], 'o', markeredgecolor='r', markerfacecolor='none', markersize=10)

使用 scikit-image 搜索所有模板

Search for all templates using scikit-image

python

numpy

image

image-processing

scikit-image