スケールと回転テンプレートマッチング
2つの画像を比較するためにCV_TM_CCORR_NORMEDでテンプレートを一致させる方法を使用しています...この回転とスケールを不変にするために作成したい..何かアイデアはありますか？
画像とテンプレートのフーリエ変換で同じ方法を使用しようとしましたが、それでも回転後の結果は異なります
オブジェクトがシーン内で回転またはスケーリングされている場合、matchTemplateとのテンプレートマッチングは適切ではありません。
Features2D FrameworkからopenCV関数を試してみてください。たとえば、SIFTまたはSURF記述子、およびFLANNマッチャー。また、findHomographyメソッドが必要です。
ここ は、シーン内で回転したオブジェクトを見つける良い例です。
更新：
要するに、アルゴリズムはこれです：
オブジェクト画像のキーポイントを見つける1.1。それらのキーポイントから記述子を抽出する
シーン画像のキーポイントを見つける2.1キーポイントから記述子を抽出する
マッチャーによる記述子の照合
対戦を分析する
FeatureDetectors、DescriptorExtractors、およびDescriptorMatchesにはさまざまなクラスがあります。それらについて読んで、タスクに適したものを選択してください。
- openCV FeatureDetector （上記のアルゴリズムのステップ1および2）
- openCV DescriptorExtractor （上記のアルゴリズムのステップ1.1および2.1）
- openCV DescriptorMatcher （上記のアルゴリズムのステップ3）
回転不変
各キーポイントについて：
- 要所周辺を取りましょう。
- 勾配または別の方法を使用して、この領域の配向角度を計算します。
- パターンを回転させ、この角度で領域を0にリクエストします。
- この回転した領域の記述子を計算し、それらを一致させます。
スケール不変
[〜＃〜] brisk [〜＃〜] メソッドを参照
テンプレートのスケールと回転不変量を一致させる方法は、特徴の検出とホモグラフィを使用するよりも簡単です（実際には回転とスケールのみがわかっていて、それ以外はすべて一定である場合）。真のオブジェクト検出では、上記のキーポイントベースのアプローチがより効果的です。
同じテンプレートであることがわかっていて、パースペクティブの変更がない場合は、スケールスペースを検出するために画像ピラミッドを取得し、そのピラミッドのさまざまなレベルでテンプレートを照合します（SSDやNCCなどの単純なものを使用）。ピラミッドの高い（=低い解像度）レベルで大まかな一致を見つけるのは安上がりです。実際、非常に安価なので、テンプレートを低解像度レベルで大まかに回転させることもできます。テンプレートをトレースして高解像度レベルに戻すと、より細かい粒度の回転ステップを使用します。これはかなり標準的なテンプレートマッチング手法であり、実際にはうまく機能します。