Licenciar o YOLO
Voltar ao glossário da Ultralytics

Template Matching

A correspondência de padrões é uma técnica clássica de visão computacional que encontra um pequeno recorte de referência em uma imagem maior, atribuindo uma pontuação a cada posição.

A correspondência de modelos é uma técnica clássica de visão computacional que encontra onde uma pequena imagem de referência, o modelo, aparece dentro de uma imagem maior. O modelo é deslocado pela imagem, um píxel de cada vez, calcula-se uma pontuação de semelhança em cada posição e comunica-se a posição com a pontuação mais alta como correspondência. O resultado é um mapa de pontuações. O valor máximo assinala a correspondência nas medidas de correlação, e o valor mínimo assinala-a nas medidas de diferença quadrática.

Como compara valores de píxeis brutos e não aprende com dados, a correspondência de modelos está mais próxima do processamento de imagem do que da aprendizagem automática. Continua a ser uma referência padrão em bibliotecas como o OpenCV, que a disponibiliza como cv2.matchTemplate.

Como funciona a pontuação#

Em cada deslocamento, o modelo é comparado com a região da imagem do mesmo tamanho que se encontra por baixo. A comparação por deslizamento está estreitamente relacionada com a correlação cruzada utilizada nas camadas de convolução, mas usa uma medida de semelhança fixa em vez de um filtro aprendido. As medidas mais comuns são:

  • Diferença quadrática: Soma as diferenças quadráticas dos píxeis, pelo que valores mais baixos são melhores. É rápida, mas varia com qualquer alteração de brilho.
  • Correlação cruzada: Multiplica os píxeis do modelo pelos da região, pelo que uma região mais clara pode obter uma pontuação superior à de uma correspondência exata.
  • Correlação cruzada normalizada (NCC): Divide pelas magnitudes da região e do modelo, resolvendo o problema das regiões mais claras e limitando a pontuação.
  • Coeficiente de correlação: Subtrai a média de cada região antes da normalização, pelo que um desvio uniforme de brilho não altera a pontuação. O artigo de J. P. Lewis de 1995 na Vision Interface sobre correspondência rápida de modelos, intitulado Correlação cruzada normalizada rápida, mostrou que esta forma normalizada pode ser calculada eficientemente com tabelas integrais pré-calculadas da imagem e do seu quadrado. O scikit-image disponibiliza a mesma ideia através do exemplo match_template.

Depois da pontuação, um limiar mantém apenas os candidatos fortes. Quando aparecem várias cópias do modelo, como moedas ou azulejos repetidos, cada extremo local que ultrapasse o limiar é um candidato a deteção. As deteções sobrepostas são normalmente combinadas através da supressão de não máximos. As pontuações são valores de semelhança, não níveis de confiança calibrados.

O excerto abaixo recorta uma região da fotografia de exemplo de um autocarro, adiciona um desvio uniforme de brilho à cena e recupera a localização da região através do coeficiente de correlação.

import cv2
import numpy as np
from ultralytics.utils import ASSETS

# Load the sample image in grayscale as float32
img = cv2.imread(str(ASSETS / "bus.jpg"), cv2.IMREAD_GRAYSCALE).astype(np.float32)

# Crop a 200 x 200 template whose top-left corner is at x=200, y=400
template = img[400:600, 200:400].copy()

# Add a uniform brightness offset to the scene (no clipping in float32)
scene = img + 40

# Score every position and take the peak of the score map
scores = cv2.matchTemplate(scene, template, cv2.TM_CCOEFF_NORMED)
_, best_score, _, best_xy = cv2.minMaxLoc(scores)
print(f"Best match at {best_xy} with score {best_score:.3f}")

A pontuação com a média subtraída ignora um desvio uniforme, pelo que o pico fica no canto do recorte (200, 400), com uma pontuação de 1.0, salvo arredondamento.

Onde é utilizada#

A correspondência de modelos funciona quando o objeto-alvo tem sempre o mesmo aspeto:

  • Automatização de jogos e interfaces gráficas: O tutorial do próprio OpenCV encontra todas as moedas numa captura de ecrã de um jogo através da aplicação de um limiar ao mapa de pontuações, uma vez que os sprites renderizados se repetem píxel a píxel.
  • Inspeção visual: Pesquisa-se um recorte de referência de uma etiqueta em cada fotograma captado por uma câmara fixa para verificar se a etiqueta está presente, uma tarefa básica de visão artificial.
  • Correspondência de movimento e estéreo: Comparam-se pequenos blocos entre fotogramas consecutivos ou entre as vistas esquerda e direita para estimar o deslocamento ou a disparidade.
  • Imagiologia médica: Um estudo sobre NCC na PLOS ONE seleciona um modelo numa imagem e desloca-o sobre uma segunda imagem do mesmo paciente, obtida noutra altura, para acompanhar o movimento interno. A mesma ideia está na base do registo de imagens.

Limitações e alternativas#

Um modelo captura um aspeto exato, pelo que a pontuação diminui quando o objeto é rodado, redimensionado, parcialmente ocultado ou aparece num fundo novo. Uma pesquisa exaustiva direta tem um custo aproximadamente igual ao tamanho da imagem multiplicado pelo tamanho do modelo. A correspondência numa pirâmide de imagens permite lidar com a escala, e rodar o modelo permite lidar com o ângulo, mas cada escala ou ângulo adicional acrescenta outra pesquisa completa, enquanto limitar a região de pesquisa reduz o trabalho.

Outros métodos trocam a exatidão por invariância. Abordagens baseadas em pontos-chave, como SIFT, comparam descritores locais que resistem a alterações de escala e rotação, e a família mais abrangente é descrita em correspondência de imagens. A transformada de Hough encontra formas paramétricas, como linhas e círculos. Os modelos aprendidos de deteção de objetos aprendem o aspeto de uma classe inteira a partir de exemplos etiquetados, pelo que um único modelo abrange muitas variações de um objeto, ao passo que a correspondência de modelos precisa de um modelo por variação.

O Ultralytics YOLO26 segue a abordagem baseada em aprendizagem. Um modelo treinado com imagens anotadas na Ultralytics Platform prevê caixas delimitadoras para as classes com que foi treinado, e o aumento de dados durante o treino pode acrescentar variações de rotação, escala e brilho.

O matchTemplate do OpenCV oferece seis métodos de comparação: diferença quadrática, correlação cruzada e coeficiente de correlação, cada um com uma variante normalizada.

Explore as soluções

Visão computacional no desporto

Visão computacional no desporto

Descubra como o Ultralytics YOLO impulsiona a visão computacional no esporte com rastreamento de jogadores e bolas, análise de desempenho, insights para treinadores e reabilitação de atletas.
Saiba mais
Visão computacional para imagens aéreas

Visão computacional para imagens aéreas

Transforma imagens de drones e aéreas em informações em tempo real para a agricultura, a aquacultura, a conservação e a análise geoespacial com Ultralytics YOLO.
Saiba mais
Visão computacional no setor aeroespacial

Visão computacional no setor aeroespacial

Aplica visão computacional na indústria aeroespacial com Ultralytics YOLO para inspecionar aeronaves, detetar objetos estranhos na pista (FOD), apoiar operações aeroportuárias em terra e detetar defeitos em materiais compósitos.
Saiba mais
Visão computacional na segurança

Visão computacional na segurança

Protege todas as instalações com os modelos Ultralytics YOLO. A IA visual permite monitorizar perímetros, detetar ameaças, reconhecer matrículas e melhorar a segurança no local de trabalho.
Saiba mais
Visão computacional na robótica

Visão computacional na robótica

Potencia máquinas mais inteligentes com os modelos Ultralytics YOLO. A IA visual na robótica permite navegação autónoma, perceção, rastreamento de objetos e controlo em tempo real.
Saiba mais
Visão computacional na logística

Visão computacional na logística

Otimize a logística com os modelos Ultralytics YOLO. A IA de visão permite inspecionar pacotes, fazer triagem, rastrear veículos e monitorar a segurança em tempo real nos armazéns.
Saiba mais
Visão computacional no varejo

Visão computacional no varejo

Reinvente o varejo com os modelos Ultralytics YOLO. A IA de visão permite rastrear o estoque, monitorar prateleiras, gerenciar filas e obter insights mais inteligentes sobre clientes.
Saiba mais
Visão computacional na área da saúde

Visão computacional na área da saúde

Desenvolva soluções de saúde com os modelos Ultralytics YOLO. A IA de visão na área da saúde permite obter imagens médicas mais rapidamente, diagnósticos mais inteligentes e monitoramento de pacientes.
Saiba mais
Visão computacional na manufatura

Visão computacional na manufatura

Otimize a manufatura com modelos Ultralytics YOLO. A IA visual impulsiona o controle de qualidade, a detecção de defeitos, a conformidade com o uso de EPI e a automação da linha de montagem.
Saiba mais
Visão computacional no setor automotivo

Visão computacional no setor automotivo

Aplique visão computacional no setor automotivo com modelos Ultralytics YOLO. A IA visual aumenta a segurança viária, aprimora a assistência ao condutor e viabiliza a automação de veículos para estradas mais inteligentes.
Saiba mais
Visão computacional na agricultura

Visão computacional na agricultura

Leve a IA de visão à agricultura inteligente com os modelos Ultralytics YOLO. Aprimore o monitoramento de plantações, o rastreamento de animais e a agricultura de precisão para obter safras maiores e mais inteligentes.
Saiba mais

Vamos construir juntos o futuro da IA!

Comece sua jornada rumo ao futuro do aprendizado de máquina