Coincidencia de múltiples plantillas NCC

Vídeo tutorial 8 - Coincidencia de plantillas NCC: https://singtown.com/learn/49598/

El método de coincidencia de múltiples plantillas es básicamente el mismo que el de la coincidencia de plantillas. Solo necesitas almacenar y acceder a varias plantillas de antemano. Puedes usar el siguiente código.

# Template Matching Example - Normalized Cross Correlation (NCC)
#
# Este ejemplo muestra cómo usar la función NCC de la cámara OpenMV para hacer
# coincidir una pequeña parte de la imagen con distintas partes de la imagen...
# no resulta del todo útil salvo que se cuente con un entorno extremadamente controlado.
#
# ADVERTENCIA: ¡El soporte de NCC necesita ser rehecho! Hasta el momento, esta
# función requiere mucho trabajo para llegar a ser útil.
# Este script servirá para demostrar de nuevo que la función existe, pero en su
# estado actual resulta insuficiente.

import csi
import time, csi, image
csi0 = csi.CSI()

from image import SEARCH_EX, SEARCH_DS
#Importa SEARCH_EX y SEARCH_DS desde el módulo image. Usar "from import" solo
#importa las dos partes necesarias, SEARCH_EX y SEARCH_DS, sin importar todo el módulo image.

# Reset sensor
csi0.reset()

# Set sensor settings
csi0.contrast(1)
csi0.gainceiling(16)
# Max resolution for template matching with SEARCH_EX is QQVGA
csi0.framesize(csi.QQVGA)
# You can set windowing to reduce the search image.
#csi0.window(((640-80)//2, (480-60)//2, 80, 60))
csi0.pixformat(csi.GRAYSCALE)

# Load template.
# Template should be a small (eg. 32x32 pixels) grayscale image.
templates = ["0.pgm", "1.pgm", "2.pgm", "6.pgm"] #guarda varias plantillas
#carga las imágenes de las plantillas

clock = time.clock()

# Run template matching
while (True):
    clock.tick()
    img = csi0.snapshot()

    # find_template(template, threshold, [roi, step, search])
    # ROI: The region of interest tuple (x, y, w, h).
    # Step: The loop step used (y+=step, x+=step) use a bigger step to make it faster.
    # Search is either image.SEARCH_EX for exhaustive search or image.SEARCH_DS for diamond search
    #
    # Note1: ROI has to be smaller than the image and bigger than the template.
    # Note2: In diamond search, step and ROI are both ignored.
    for t in templates:
        template = image.Image(t)
        #recorre cada plantilla realizando la coincidencia de plantillas
        r = img.find_template(template, 0.70, step=4, search=SEARCH_EX) #, roi=(10, 0, 60, 60))
    #find_template(template, threshold, [roi, step, search]); en threshold,
    #el 0.7 es el umbral de similitud, roi es la región donde se realiza la coincidencia
    #(vértice superior izquierdo en (10, 0), rectángulo de 80 de ancho por 60 de alto),
    #ten en cuenta que el tamaño de roi debe ser mayor que la imagen de la plantilla y menor que el framebuffer.
    #marca la imagen que coincidió
        if r:
            img.draw_rectangle(r)
            print(t) #imprime el nombre de la plantilla

    #print(clock.fps())

El efecto en ejecución es como se muestra en la figura:

Salida en la terminal: