物体検出
============

.. highlight:: python



.. index:: MatchTemplate

.. _MatchTemplate:

MatchTemplate
-------------

`id=0.682071907973 Comments from the Wiki <http://opencv.willowgarage.com/wiki/documentation/py/imgproc/MatchTemplate>`__


.. function:: MatchTemplate(image,templ,result,method)-> None

    テンプレートと，それと重なる領域の画像とを比較します．





    
    :param image: テンプレートとの比較を行う対象画像．8ビットあるいは32ビット，浮動小数点型． 
    
    :type image: :class:`CvArr`
    
    
    :param templ: テンプレート．比較対象となる画像以下のサイズで，同じデータ型でなければいけません． 
    
    :type templ: :class:`CvArr`
    
    
    :param result: 比較結果のマップ．シングルチャンネル，32ビット，浮動小数点型．  ``image``  が  :math:`W \times H`  で， ``templ``  が  :math:`w \times h`  の場合，  ``result``  は必ず  :math:`(W-w+1) \times (H-h+1)`  となります． 
    
    :type result: :class:`CvArr`
    
    
    :param method: テンプレートと画像領域とを比較する方法（以下を参照してください）． 
    
    :type method: int
    
    
    
この関数は， 
:ref:`CalcBackProjectPatch`
と類似した関数です．画像 
``image``
全体に対してテンプレート 
``templ``
をずらしながら，それとサイズ 
:math:`w \times h`
の重なり領域とを指定された方法で比較し，その結果を 
``result``
に格納します．ここでは，それぞれの比較手法の式を示します（ 
:math:`I`
は 
``image``
， 
:math:`T`
は 
``template``
， 
:math:`R`
は 
``result``
を表します）．総和演算は，テンプレートと重なり領域の，どちらか片方あるいは両方に対して行われます： 
:math:`x' = 0...w-1, y' = 0...h-1`


    

* method=CV\_TM\_SQDIFF
    
    
    .. math::
    
        R(x,y)= \sum _{x',y'} (T(x',y')-I(x+x',y+y'))^2  
    
    
    

* method=CV\_TM\_SQDIFF\_NORMED
    
    
    .. math::
    
        R(x,y)= \frac{\sum_{x',y'} (T(x',y')-I(x+x',y+y'))^2}{\sqrt{\sum_{x',y'}T(x',y')^2 \cdot \sum_{x',y'} I(x+x',y+y')^2}} 
    
    
    

* method=CV\_TM\_CCORR
    
    
    .. math::
    
        R(x,y)= \sum _{x',y'} (T(x',y')  \cdot I(x+x',y+y'))  
    
    
    

* method=CV\_TM\_CCORR\_NORMED
    
    
    .. math::
    
        R(x,y)= \frac{\sum_{x',y'} (T(x',y') \cdot I'(x+x',y+y'))}{\sqrt{\sum_{x',y'}T(x',y')^2 \cdot \sum_{x',y'} I(x+x',y+y')^2}} 
    
    
    

* method=CV\_TM\_CCOEFF
    
    
    .. math::
    
        R(x,y)= \sum _{x',y'} (T'(x',y')  \cdot I(x+x',y+y'))  
    
    
    ここで，
    
    
    .. math::
    
        \begin{array}{l} T'(x',y')=T(x',y') - 1/(w  \cdot h)  \cdot \sum _{x'',y''} T(x'',y'') \\ I'(x+x',y+y')=I(x+x',y+y') - 1/(w  \cdot h)  \cdot \sum _{x'',y''} I(x+x'',y+y'') \end{array} 
    
    
    です．
    
    

* method=CV\_TM\_CCOEFF\_NORMED
    
    
    .. math::
    
        R(x,y)= \frac{ \sum_{x',y'} (T'(x',y') \cdot I'(x+x',y+y')) }{ \sqrt{\sum_{x',y'}T'(x',y')^2 \cdot \sum_{x',y'} I'(x+x',y+y')^2} } 
    
    
    
    
比較計算が終わると，関数 
:ref:`MinMaxLoc`
を用いて最も良いマッチング結果を，最小値（ 
``CV_TM_SQDIFF``
）や最大値（ 
``CV_TM_CCORR``
）として検出できます．カラー画像の場合，分母や分子のそれぞれの総和演算は，全てのチャンネルに対して行われます（それぞれチャンネルで，それぞれの平均値が用いられます）．