该接口提供模板匹配的功能。更多...

类 ILMatch 继承关系图:

Public 成员函数
void	GetPatCenter (double patX, double patY, double *patAngle)

LPVPatCenterMode	GetPatCenterMode ()

ILPoints *	GetPatFeature ()

void	GetPatImage (ILImage *img)

void	GetPatMask (ILImage *mask)

void	GetPatPruneMask (ILImage *mask)

BOOL	IsLearnt ()

LPVErrorCode	Learn (ILImage img, ILRegion region)

LPVErrorCode	LearnWithShape (ILImage img, ILRegion region, ILRegion *shapeRegion)

LPVErrorCode	LearnWithShapeImage (ILImage img, ILRegion region, ILImage *shapeImg)

LPVErrorCode	Match (ILImage img, ILRegion region, ILMatchResults **results)

LPVErrorCode	Prune (ILImage img, ILRegion region)

void	SetPatCenter (LPVPatCenterMode centerMode, double patX, double patY, double patAngle)

Public 成员函数继承自 ILObject
ILObject *	Copy ()

LPVErrorCode	Load (LString filename)

void	Reset ()

LPVErrorCode	Save (LString filename)

BOOL	Valid ()

属性
int	AcceptScore `[get, set]`
	用于筛选匹配结果的最小匹配分数，取值在 1 ~ 100 的范围。分数越高表示匹配标准越严格。匹配搜索过程并不会遍历所有候选位置，而是先基于候选位置与模板的近似相似度进行排序，然后依次优化其最终的匹配位置、角度和缩放比例等到亚像素精度。当找到足够多的满足匹配分数的结果时，将停止搜索。

int	AccuracyLevel `[get, set]`
	精度等级，高精度等级通常意味着更精确和更稳定的匹配结果，但可能同时会降低匹配速度。取值可为：0（低精度），1（中等精度，默认值）或者 2（高精度）

int	AngleBias `[get, set]`
	角度偏移，取值在 -180 ~ 180 之间。默认设置为 0。

int	AngleTolerance `[get, set]`
	角度范围，取值在 0 ~ 180 之间。默认设置为 5。匹配的角度搜索区间基于角度的偏移及范围生成为 \( AngleBias \pm AngleTolerance \)

double	DetailLevel `[get, set]`
	模板细节程度，取值范围为 0 ~ 1，默认设置为 0.5。数值越高，保留的细节越多，同时也可能引入更多的噪声，并影响算法的整体性能。设置或修改模板细节程度后，需重新调用 Learn() 训练模板，特征点将在新的训练过程中按照细节程度重新提取。若同时定义了 DetailLevel 以及 ShortThreshold / WeakThreshold ，将先应用 ShortThreshold / WeakThreshold 过滤特征，再调整细节成都。更多...

BOOL	ExcludeBoundary `[get, set]`
	是否剔除图像或区域边界上的匹配结果

int	GrayValueWeight `[get, set]`
	融合匹配权重，用于合并基于形状相似性的匹配分数和基于灰度特征的匹配分数。默认设置为 0，即灰度分数不参与匹配评价。最终匹配分数按照该公式计算: \( Score = Score_{shape} \times (1 - w) + Score_{gray} \times w \) .

BOOL	IgnoreMissing `[get, set]`
	缺失部分是否负面影响最终匹配结果。默认设置为 true，即计分时忽略缺失部分、且不启用缺失比例检查。

BOOL	IgnorePolarity `[get, set]`
	是否在匹配过程中忽略边缘极性。默认关闭这个配置。

BOOL	IsotropicScale `[get, set]`
	是否保持缩放长宽比，默认设置为 true

int	MaxCount `[get, set]`
	期望的最大匹配数量

int	MissingTolerance `[get, set]`
	匹配结果的最大缺失比例（百分比）。取值范围在 0 ~ 100 之间，为百分数。默认设置为 50，表示最多可以接受 50% 的缺失比例。注意缺失比例检查是否启用由 IgnoreMissing 属性控制。当 IgnoreMissing 为 False 时，启用缺失比例检查。

int	Overlap `[get, set]`
	匹配结果之间的最大重叠比例（百分比）。匹配结果中的缺失特征也计入重叠比例，视为与背景的重叠。取值范围在 1 ~ 80 之间，为百分数。默认设置为 50，表示 50% 的重叠比例。推荐的取值在 30 ~ 70 附近。

int	ScaleBias `[get, set]`
	尺寸缩放偏移，取值在 50 ~ 150 百分数。默认设置为 100。

int	ScaleTolerance `[get, set]`
	尺寸缩放范围，取值在 0 ~ 50 百分数。默认设置为 0。匹配的尺寸缩放搜索区间基于缩放的偏移和缩放范围生成为 \( ScaleBias \pm ScaleTolerance \) .

int	ShortThreshold `[get, set]`
	用于过滤训练获得的长度较短的特征。该数值为相对于训练图像或区域长边的 0 ~ 100 的百分数，即实际阈值的数值为 \( Max(Width, Height) \times ShortThreshold / 100 \) 默认值为 0 表示不进行短特征过滤。设置或修改模板的短特征过滤阈值后，需重新调用 Learn() 训练模板，特征点将在新的训练过程中按照细节程度重新提取。更多...

BOOL	StrictScore `[get, set]`
	是否在匹配过程中启用严格评分。默认关闭这个配置。若启用严格评分，匹配结果的分数将基于原始图像和所有特征细节计算。否则，分数可能在缩小并平滑后的图像上计算，该过程更快速但相比前者考虑更少细节。

BOOL	UseCache `[get, set]`
	是否在匹配过程中使用缓存数据。开启缓存将稍微加快匹配过程，但占用更多的内存。默认开启这个配置。

int	WeakThreshold `[get, set]`
	用于过滤训练获得的对比对较弱的特征。取值范围为 0 ~ 100，默认值为 0 表示不进行弱特征过滤。设置或修改模板的弱特征过滤阈值后，需重新调用 Learn() 训练模板，特征点将在新的训练过程中按照细节程度重新提取。更多...

详细描述

该接口提供模板匹配的功能。

模板匹配用于在指定图像和区域中基于训练的模板，搜索和定位一个或多个匹配结果。
该算法具有高实时性和高亚像素角度的特点。匹配过程基于从模板图像中训练得到的形状特征，结合图像的灰度特征。可以定位目标物体的旋转、平移和缩放，可有效应对产线环境的光照变化、物体材质变化引起的明暗、对比度、模糊等现象。

使用这个接口，需要创建一个 LMatch 对象。

示例代码

成员函数说明

◆ GetPatCenter()

void GetPatCenter	(	double *	patX,
		double *	patY,
		double *	patAngle
	)

获取当前配置的模板中心

参数

[out]	patX	返回模板中心的 x 坐标
[out]	patY	返回模板中心的 y 坐标
[out]	patAngle	返回模板的 0° 角度

参见: SetPatCenter().

◆ GetPatCenterMode()

LPVPatCenterMode GetPatCenterMode ( )

获取当前配置的模板中心设置方式

返回值

centerMode 返回模板中心的设置方式，查看 LPVPatCenterMode.

参见: SetPatCenter().

◆ GetPatFeature()

ILPoints* GetPatFeature ( )

获取模板的特征位置

返回值

featurePoints 返回特征点位置

◆ GetPatImage()

void GetPatImage ( ILImage * img )

获取模板图像

参数

[out] img 返回图像

◆ GetPatMask()

void GetPatMask ( ILImage * mask )

获取模板蒙版

参数

[out] mask 返回蒙版图像。若当前模板没有蒙版，则返回一个空的图像。

◆ GetPatPruneMask()

void GetPatPruneMask ( ILImage * mask )

获取特征点剔除蒙版

参数

[out] mask 返回蒙版图像。若当前模板没有进行特征点剔除，则返回一个空的图像。

参见: Prune().

自从: 2.1.0

◆ IsLearnt()

BOOL IsLearnt ( )

检查 LMatch 对象是否已训练。

返回值

val	若已训练，返回 True，否则返回 False。

◆ Learn()

LPVErrorCode Learn	(	ILImage *	img,
		ILRegion *	region
	)

训练模板，使用输入的图像。模板中心可根据需求修改。

参数

[in]	img	输入的图像
[in]	region	输入的区域，用于限定模板在输入图像中的位置。

返回值

error 返回错误码。训练过程可能失败，若在输入图像中没有找到任何可用的特征。

参见: IsLearnt(), SetPatCenter(), Load(), Match(), LearnWithShape(), LearnWithShapeImage().

◆ LearnWithShape()

LPVErrorCode LearnWithShape	(	ILImage *	img,
		ILRegion *	region,
		ILRegion *	shapeRegion
	)

训练模板，使用输入的图像。模板中心可根据需求修改。
模板的形状和极性通过输入的形状区域来定义，添加区域（Add）生成黑色背景上的白色形状；减去区域（Subtract）生产白色背景上的黑色形状。
特征点通过给定的形状区域提取，不受 DetailLevel 参数的影响。

参数

[in]	img	输入的图像。可为空，但当其为空时，设置 GrayValueWeight 并不启用任何灰度特征权重。
[in]	region	输入的区域，用于限定模板在输入图像中的位置，并用于剔除形状中超出区域的部分。可为空。
[in]	shapeRegion	输入的区域，用于生成模板形状。与 region 相同，都在输入图像的坐标系下。

返回值

error 返回错误码。训练过程可能失败，若在输入图像中没有找到任何可用的特征。

样例: LearnWithShape.cpp/cs

参见: Learn(), LearnWithShapeImage().

◆ LearnWithShapeImage()

LPVErrorCode LearnWithShapeImage	(	ILImage *	img,
		ILRegion *	region,
		ILImage *	shapeImg
	)

训练模板，使用输入的图像。模板中心可根据需求修改。
特征点通过给定的形状图像提取提取模板的形状和极性，不受 DetailLevel 参数的影响。

参数

[in]	img	输入的图像。可为空，但当其为空时，设置 GrayValueWeight 并不启用任何灰度特征权重。
[in]	region	输入的区域，用于限定模板在输入图像中的位置，并用于剔除形状中超出区域的部分。可为空。
[in]	shapeImg	输入的形状图像。该图像的尺寸需与 img 参数相同。

◆ Match()

LPVErrorCode Match	(	ILImage *	img,
		ILRegion *	region,
		ILMatchResults **	results
	)

在输入的图像中，执行模板匹配。输出的匹配位置基于该图像坐标系。

参数

[in]	img	输入的图像
[in]	region	输入的区域，用于限定模板匹配的区域。
[out]	results	返回匹配结果

返回值

error 返回错误码

◆ Prune()

LPVErrorCode Prune	(	ILImage *	img,
		ILRegion *	region
	)

从已训练的模板特征中，剔除某些指定的特征。输入区域对象外的特征将被删除，不参与匹配。

参数

[in]	img	输入的图像
[in]	region	输入的区域。null 表示重置特征为训练后的原始特征。

返回值

error 返回错误码。剔除过程可能失败，如所有有效特征均被剔除。

样例: EditPattern.cpp/cs

参见: Learn(), LearnWithShape(), LearnWithShapeImage(), GetPatPruneMask().

自从: 2.1.0

◆ SetPatCenter()

void SetPatCenter	(	LPVPatCenterMode	centerMode,
		double	patX,
		double	patY,
		double	patAngle
	)

修改模板匹配结果中心的设置方式。默认设置为使用模板图像的中心作为匹配结果中心。
匹配结果将基于配置方式输出不同的中心点坐标。如若设置匹配图像的左上角点作为中心，所有的匹配结果将总是输出相同的左上角位置作为中心。

参数

[in]	centerMode	匹配结果中心的设置方式，查看 LPVPatCenterMode.
[in]	patX	若使用自定义位置，输入该位置的 x 坐标
[in]	patY	若使用自定义位置，输入该位置的 y 坐标
[in]	patAngle	若使用自定义位置，输入指定的角度作为 0°

参见: GetPatCenter().

属性说明

◆ DetailLevel

double DetailLevel

getset

模板细节程度，取值范围为 0 ~ 1，默认设置为 0.5。
数值越高，保留的细节越多，同时也可能引入更多的噪声，并影响算法的整体性能。设置或修改模板细节程度后，需重新调用 Learn() 训练模板，特征点将在新的训练过程中按照细节程度重新提取。
若同时定义了 DetailLevel 以及 ShortThreshold / WeakThreshold ，将先应用 ShortThreshold / WeakThreshold 过滤特征，再调整细节成都。

参见: Learn(), WeakThreshold, ShortThreshold

◆ ShortThreshold

int ShortThreshold

getset

用于过滤训练获得的长度较短的特征。该数值为相对于训练图像或区域长边的 0 ~ 100 的百分数，即实际阈值的数值为 \( Max(Width, Height) \times ShortThreshold / 100 \) 默认值为 0 表示不进行短特征过滤。
设置或修改模板的短特征过滤阈值后，需重新调用 Learn() 训练模板，特征点将在新的训练过程中按照细节程度重新提取。

参见: Learn(), DetailLevel, WeakThreshold

自从: 2.2.1

◆ WeakThreshold

int WeakThreshold

getset

用于过滤训练获得的对比对较弱的特征。取值范围为 0 ~ 100，默认值为 0 表示不进行弱特征过滤。
设置或修改模板的弱特征过滤阈值后，需重新调用 Learn() 训练模板，特征点将在新的训练过程中按照细节程度重新提取。

参见: Learn(), DetailLevel, ShortThreshold

自从: 2.2.1

Public 成员函数

属性

详细描述

示例代码

成员函数说明

◆ GetPatCenter()

◆ GetPatCenterMode()

◆ GetPatFeature()

◆ GetPatImage()

◆ GetPatMask()

◆ GetPatPruneMask()

◆ IsLearnt()

◆ Learn()

◆ LearnWithShape()

◆ LearnWithShapeImage()

◆ Match()

◆ Prune()

◆ SetPatCenter()

属性说明

◆ DetailLevel

◆ ShortThreshold

◆ WeakThreshold