首页 / PYTHON / 【python opencv】模板匹配

【python opencv】模板匹配

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了【python opencv】模板匹配，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2290字，纯文字阅读大概需要4分钟。

内容图文

目标

在本章中，您将学习 - 使用模板匹配在图像中查找对象 - 你将看到以下功能：cv.matchTemplate()，cv.minMaxLoc()

理论

模板匹配是一种用于在较大图像中搜索和查找模板图像位置的方法。为此，OpenCV带有一个函数**cv.matchTemplate**()。 它只是将模板图??像滑动到输入图像上（就像在2D卷积中一样），然后在模板图像下比较模板和输入图像的拼图。 OpenCV中实现了几种比较方法。（您可以检查文档以了解更多详细信息）。它返回一个灰度图像，其中每个像素表示该像素的邻域与模板匹配的程度。

如果输入图像的大小为(WxH)，而模板图像的大小为(wxh)，则输出图像的大小将为(W-w + 1，H-h + 1)。得到结果后，可以使用**cv.minMaxLoc**()函数查找最大/最小值在哪。将其作为矩形的左上角，并以(w，h)作为矩形的宽度和高度。该矩形是您模板的区域。

注意 如果使用**cv.TM_SQDIFF**作为比较方法，则最小值提供最佳匹配。

OpenCV中的模板匹配

作为示例，我们将在梅西的照片中搜索他的脸。所以我创建了一个模板，如下所示： 技术分享图片 我们将尝试所有比较方法，以便我们可以看到它们的结果如何：

            import
             cv2 as cv

            import
             numpy as np

            from matplotlib import pyplot as plt
img = cv.imread(‘梅西.jpg‘,0)
img2 = img.copy()
template = cv.imread(‘模板.jpg‘,0)
w, h = template.shape[::-1]
# 列表中所有的6种比较方法
methods = [‘cv.TM_CCOEFF‘, ‘cv.TM_CCOEFF_NORMED‘, ‘cv.TM_CCORR‘,
            ‘cv.TM_CCORR_NORMED‘, ‘cv.TM_SQDIFF‘, ‘cv.TM_SQDIFF_NORMED‘]
for meth in methods:
    img = img2.copy()
    method = eval(meth)
    # 应用模板匹配
    res = cv.matchTemplate(img,template,method)
    min_val, max_val, min_loc, max_loc = cv.minMaxLoc(res)
    # 如果方法是TM_SQDIFF或TM_SQDIFF_NORMED，则取最小值if method in [cv.TM_SQDIFF, cv.TM_SQDIFF_NORMED]:
        top_left = min_loc
    else:
        top_left = max_loc
    bottom_right = (top_left[0] + w, top_left[1] + h)
    cv.rectangle(img,top_left, bottom_right, 255, 2)
    plt.subplot(121),plt.imshow(res,cmap = ‘gray‘)
    plt.title(‘Matching Result‘), plt.xticks([]), plt.yticks([])
    plt.subplot(122),plt.imshow(img,cmap = ‘gray‘)
    plt.title(‘Detected Point‘), plt.xticks([]), plt.yticks([])
    plt.suptitle(meth)
    plt.show()

技术分享图片 技术分享图片

技术分享图片 技术分享图片

技术分享图片 技术分享图片

您会看到，使用**cv.TM_CCORR**的结果并不理想。

多对象的模板匹配

在上一节中，我们在图像中搜索了梅西的脸，该脸在图像中仅出现一次。假设您正在搜索具有多次出现的对象，则**cv.minMaxLoc**()不会为您提供所有位置。在这种情况下，我们将使用阈值化。因此，在此示例中，我们将使用著名游戏**Mario**的屏幕截图，并在其中找到硬币。

            import
             cv2 as cv

            import
             numpy as np

            from matplotlib import pyplot as plt
img_rgb = cv.imread(‘mario.png‘)
img_gray = cv.cvtColor(img_rgb, cv.COLOR_BGR2GRAY)
template = cv.imread(‘mario_coin.png‘,0)
w, h = template.shape[::-1]
res = cv.matchTemplate(img_gray,template,cv.TM_CCOEFF_NORMED)
threshold = 0.8
loc = np.where( res >= threshold)
for pt in zip(*loc[::-1]):
    cv.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (0,0,255), 2)
cv.imwrite(‘res.png‘,img_rgb)

技术分享图片

 

 

 

参考：http://woshicver.com/FifthSection/4_12_%E6%A8%A1%E6%9D%BF%E5%8C%B9%E9%85%8D/

原文：https://www.cnblogs.com/xiximayou/p/13172854.html

内容总结

以上是互联网集市为您收集整理的【python opencv】模板匹配全部内容，希望文章能够帮你解决【python opencv】模板匹配所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/1180673.html

来源：【匿名】