【Python/OpenCV】テンプレートマッチング(NCC)の実装例

この記事では、Pythonで画像のテンプレートマッチング(類似度尺度NCC)を行う方法をソースコード付きで解説します。

テンプレートマッチング(NCC)

テンプレートマッチング(Template matching)とは、入力画像中からテンプレート画像(部分画像)と最も類似する箇所を探索する処理です。
原理については下記事で解説しています。
【参考】テンプレートマッチングの原理・計算式・例題(SAD, SSD, NCC)

■NCC
NCC(Normalized Cross Correlation)では、「正規化相互相関」で類似度を評価します。
NCCの値は-1.0~1.0に収まり、最大値である1.0に近いほど類似度が高くなります。

今回は、SADを評価値とし、以下の2通りの方法でテンプレートマッチングの処理を実装しました。

①OpenCVの「cv2.matchTemplate」で実装
②NumPyライブラリで実装

書式(OpenCV)

match = cv2.matchTemplate(gray, temp,cv2.TM_CCORR_NORMED)
min_value, max_value, pt_min, pt_max = cv2.minMaxLoc(match)
パラメータ 説明
gray 入力画像(グレースケール)
temp テンプレート画像(グレースケール)
pt_min スコアが最小の走査位置(最も類似しない点)
pt_max スコアが最大の走査位置(最も類似する点)

【サンプルコード】Python3 + OpenCV

サンプルプログラムのソースコードです。

方法①

方法②

サンプルプログラムの実行結果です。

■左から入力画像(input.jpg)、テンプレート画像(temp.jpg)、出力画像(result.jpg)

お借りした画像:プロ生ちゃん(暮井 慧)

関連記事
1 PythonでOpenCV入門 サンプル集
2 【Python】画像処理プログラミング入門
3 【画像処理入門】アルゴリズム&プログラミング
Python
技術雑記

コメント

タイトルとURLをコピーしました