Example: 05-Feature-Detection/template_matching.py

# 本作品采用MIT许可证授权。
# 版权所有 (c) 2013-2023 OpenMV LLC。保留所有权利。
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# 模板匹配示例 - 归一化互相关（NCC）
#
# 此示例展示了如何利用OpenMV Cam的NCC功能进行图像块匹配
# 在极度受控环境之外
# NCC的实际用途较为有限
#
# 警告：NCC功能支持需重构！当前该特性存在限制
# 大量改进才能变得实用。保留此脚本仅为展示
# 该功能存在，但当前状态尚不完善

import time
import sensor
import image
from image import SEARCH_EX

# 从image模块导入SEARCH_DS

# 重置传感器
sensor.reset()

# 设置传感器参数
sensor.set_contrast(1)
sensor.set_gainceiling(16)
# 使用SEARCH_EX进行模板匹配时的最高分辨率为QQVGA
sensor.set_framesize(sensor.QQVGA)
# 可通过设置窗口来缩小搜索图像范围
# 传感器设置窗口(((640-80)//2, (480-60)//2, 80, 60))
sensor.set_pixformat(sensor.GRAYSCALE)

# 加载模板
# 模板应为小尺寸灰度图像（如32x32像素）
template = image.Image("/template.pgm")

clock = time.clock()

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

    # find_template(模板, 阈值, [roi区域, 步长, 搜索模式])
    # ROI: 感兴趣区域元组(x坐标, y坐标, 宽度, 高度)
    # 步长: 循环步进值(y+=步长, x+=步长)，增大步长可提速
    # 搜索模式可选image.SEARCH_EX（穷举搜索）或image.SEARCH_DS（菱形搜索）
    #
    # 注意1：ROI区域必须小于图像且大于模板
    # 注意2：菱形搜索模式下将忽略步长和ROI设置
    r = img.find_template(
        template, 0.70, step=4, search=SEARCH_EX
    )  # , roi=(10, 0, 60, 60))
    if r:
        img.draw_rectangle(r)

    print(clock.fps())