OpenCV模板匹配检测屏幕物品出现重复坐标位置应如何解决

问题根源 #

当前重复检测是因为模板匹配相邻区域的匹配得分差异极小，原有掩膜未完全覆盖相邻高分区域，1-2像素的坐标偏移就会被判定为不同卡片位置。

可行修复方案 #

• 方案1：添加非极大值抑制（NMS）去重
  设置距离阈值（建议5~10像素，可根据卡片大小调整），新增坐标时先和已保存的所有坐标计算欧氏距离，若小于阈值则判定为同一位置，不加入结果列表。
  参考实现代码：

# 距离阈值，单位像素
DIST_THRESHOLD = 5
center_locations = []

# 原有循环中新增坐标时加过滤逻辑
center_loc = (int(maxLoc[0] + h / 2)+165, int((maxLoc[1] + w / 2) + 212))
# 去重判断
is_duplicate = False
for exist_loc in center_locations:
    distance = ((center_loc[0] - exist_loc[0])**2 + (center_loc[1] - exist_loc[1])**2)**0.5
    if distance < DIST_THRESHOLD:
        is_duplicate = True
        break
if not is_duplicate:
    center_locations.append(center_loc)

• 方案2：扩大掩膜覆盖范围
  原有掩膜仅刚好覆盖匹配到的模板区域，可将掩膜上下左右各扩展3~5像素，完全覆盖相邻高分区域，避免下一轮匹配仍能识别到近似位置。
  修改原有掩膜绘制代码：

# 扩展3像素做掩膜
pad = 3
cv2.rectangle(screenim_color, 
              (maxLoc[0]-pad, maxLoc[1]-pad), 
              (maxLoc[0] + h + pad, maxLoc[1] + w + pad), 
              (0, 0, 255), -1)

• 方案3：增加匹配得分阈值过滤
  不要直接取最大值位置，先过滤所有匹配得分高于阈值（建议0.8~0.9，可根据实际匹配效果调整）的区域，再统一做去重，避免低置信度的近似坐标被误判为有效位置。
  参考修改：

# 匹配得分阈值
SCORE_THRESHOLD = 0.9
result = cv2.matchTemplate(screenim_color, templateim, cv2.TM_CCOEFF_NORMED)
# 拿到所有得分高于阈值的位置
y_coords, x_coords = np.where(result >= SCORE_THRESHOLD)

• 方案4：坐标网格对齐
  记忆游戏的卡片通常为规则网格布局，可提前计算卡片横向、纵向的间隔步长，将检测到的坐标自动对齐到最近的网格锚点，直接消除1~2像素的偏移误差。

推荐组合方案 #

优先同时使用方案1+方案2，无需额外适配游戏布局，改造成本最低，可解决90%以上的重复检测问题。

内容的提问来源于stack exchange，提问作者Kudlaty96