OpenCV中使用模板匹配识别空闲的货架空间

但是点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

假设你是一名在超市工作的员工，被要求在商店里四处走动，检查需要重新进货的货架。但是，超市有时会有多个区域来存放一种特定的产品，所以要跟踪购物者购买产品的确切位置并不容易。最重要的是，报告库存的空货架空间可能非常耗时，而且总是存在人为缺陷的可能性。这就是通过计算机视觉识别空的货架空间可能会派上用场的地方。

我们创建两个独特的模板并遍历图像以找到足够相似的多维数组。相似度是基于我们可配置的阈值。OpenCV的模板matchTemplate函数可以实现该操作。

模板匹配

有一些方法可以通过计算机视觉来实现这一点，有些比其他的更好，然而，在这篇文章中，我们将尝试OpenCV中的模板匹配。

模板匹配是一种在较大的图像中搜索和查找模板图像位置的方法。OpenCV附带了一个函数cv.matchTemplate()为这个目的。它简单地将模板图像滑动到输入图像上(就像在2D卷积中一样)，并在模板图像下比较输入图像的模板和补丁。

模板匹配的第一步是创建我们的模板。当看到上面的照片，我们可以立即识别出中间顶部的两个架子有空余的空间。在最上面的架子上，我们可以确定有3-5个白色的bag产品需要重新进货。在第二个架子上，我们可以看到大约有两种产品需要重新进货。

首先，让我们用Python加载以下图片:

import cv2
import matplotlib.pyplot as plt
import numpy as np
img = cv2.imread("/content/drive/MyDrive/Computer Vision/new_shelf.jpg")
plt.figure(figsize = (20,15))
plt.imshow(img)

下面是创建特定模板的代码(注意template_2由于空置面积较小，更窄):

template_1 = img[60:270, 1890:2010]
plt.imshow(template_1)
template_2 = img[300:500, 1825:1905]
plt.imshow(template_2)

模板2(中间第2格)

如果你想的话，你可以调整模板的大