Chuyện gì đang xảy ra?
Bạn có một ảnh mẫu nhỏ — ví dụ một biển số hoặc một logo. Đặt mẫu lên góc trái trên của ảnh lớn, tính một điểm tương đồng, rồi dịch sang phải một pixel và lặp lại. Sau khi quét hết ảnh, ta được một bản đồ điểm số. Vị trí có điểm cao nhất là nơi mẫu khớp nhất.
Điểm tương đồng có thể là tổng bình phương sai khác (SSD), tương quan chéo (CC), hoặc tương quan chéo chuẩn hoá (NCC). NCC bất biến với thay đổi độ sáng tuyến tính, nên thường được dùng. OpenCV cung cấp TM_CCOEFF_NORMED — tương quan hệ số chuẩn hoá, khá ổn định với ánh sáng.
Kết quả là một score map, không phải danh sách vật thể. Ta phải chọn ngưỡng và non-maximum suppression để biến các đỉnh thành các box. Nếu vật thể xuất hiện nhiều lần, mỗi đỉnh là một lần xuất hiện. Nếu vật thể bị xoay hoặc thay đổi tỉ lệ, score tụt rất nhanh.
Template matching phù hợp khi mẫu cố định: kiểm tra linh kiện, tìm logo, đọc ô trên phiếu trả lời, hoặc xác nhận một biển số đã biết. Với bài toán mở, feature matching (bài 10) thường bền hơn nhiều.
Thuật toán không “hiểu” ảnh. Nó chỉ tìm một cách biến đổi có thể kiểm tra được.
Viết lại bằng toán.
Không cần thuộc lòng. Hãy đọc công thức như một câu mô tả: đại lượng nào được cộng, cái gì bị chuẩn hoá, và điều kiện nào khiến nó thất bại.
Tương quan chéo chuẩn hoá
- T: template
- I: ảnh scene
- R ∈ [−1, 1], gần 1 là khớp
Đây là ý tưởng của TM_CCOEFF_NORMED; OpenCV tối ưu bằng FFT cho một số trường hợp.
Chọn đỉnh
- τ: ngưỡng
- NMS loại các đỉnh nằm sát nhau
Nếu không NMS, một vật thể có thể tạo ra hàng chục box chồng lên nhau.
Luồng xử lý bằng lời.
-
01
Chọn template
Template phải nhỏ hơn scene và chứa đủ đặc trưng phân biệt, không quá nhiều nền.
-
02
Chọn phương pháp
TM_CCOEFF_NORMED là mặc định tốt; TM_SQDIFF_NORMED phù hợp khi cần đo sai khác tuyệt đối.
-
03
Quét và tạo score map
Gọi
cv2.matchTemplate. Kích thước score map là (W−w+1, H−h+1). -
04
Ngưỡng + NMS
Lấy các đỉnh trên ngưỡng, sắp xếp theo score và loại box chồng lấn.
-
05
Kiểm tra hình học
Nếu có thể, xác minh tỉ lệ, vị trí hoặc OCR — đừng chỉ tin score.
Núm vặn và cạm bẫy.
| Tham số | Ý nghĩa | Khoảng |
|---|---|---|
pair | Cặp scene/template mẫu. | plate / symbols |
method | Cách tính điểm tương đồng. | ccoeff / ccorr / sqdiff |
threshold | Ngưỡng score tối thiểu. | 0.05…0.99 |
max_results | Số match tối đa sau NMS. | 1…20 |
! Cạm bẫy thường gặp
- Template lấy từ chính khung hình đang tìm sẽ cho score gần 1 — đó là bài kiểm tra quá dễ, không phản ánh thực tế.
- Vật thể bị xoay, phóng to hoặc thu nhỏ làm template matching thất bại.
- Nền trong template quá nhiều texture làm score bị chi phối bởi nền, không phải vật thể.
- Không NMS dẫn đến nhiều box trùng cho cùng một vật thể.
Mã nguồn tối giản, không phải giả mã.
import cv2
import numpy as np
scene = cv2.imread("plate_scene.jpg")
template = cv2.imread("plate_template.jpg")
result = cv2.matchTemplate(scene, template, cv2.TM_CCOEFF_NORMED)
threshold = 0.65
# Lấy các đỉnh cục bộ trên ngưỡng
ys, xs = np.where(result >= threshold)
h, w = template.shape[:2]
for x, y in zip(xs, ys):
cv2.rectangle(scene, (x, y), (x + w, y + h), (0, 255, 0), 2)
print("best score:", float(result.max()))
Điều chỉnh tham số.
Chọn ảnh mẫu hoặc tải ảnh của bạn lên, chỉnh tham số, rồi chạy. Kết quả, các bước trung gian và nhật ký được cập nhật ngay tại đây.
$ bài thử chưa chạy $ chọn ảnh và bấm “Chạy thử”
Dùng nó ở đâu?
Kiểm tra linh kiện điện tử, tem nhãn, logo.
Đọc phiếu trả lời trắc nghiệm khi đã biết vị trí ô.
Xác nhận một biển số hoặc vùng ROI đã được phát hiện trước đó.