Python+Opencv实现图像模板匹配介绍_F11 - 专业站长和开发者的学习网站

分享到

Python+Opencv实现图像模板匹配介绍

python 来源：互联网作者：佚名发布时间：2022-09-20 08:34:56 人浏览

摘要

什么是模板匹配呢？看到这里大家是否会觉得很熟悉的感觉涌上心头！在人脸识别是不是也会看见等等。模板匹配可以看作是对象检测的一种非常基本的形式。使用模板匹配，我们可

什么是模板匹配呢？

看到这里大家是否会觉得很熟悉的感觉涌上心头！在人脸识别是不是也会看见等等。

模板匹配可以看作是对象检测的一种非常基本的形式。使用模板匹配，我们可以使用包含要检测对象的“模板”来检测输入图像中的对象。

一、匹配方法

cv2.matchTemplate(img, templ, method)

参数：（img：原始图像、temple：模板图像、method：匹配度计算方法）

方法如下：

cv2.TM_SQDIFF：计算平方差，计算结果越小，越相关

公式：

cv2.TM_CCORR：计算相关性，计算出来的值越大，越相关

公式：

cv2.TM_CCOEFF：计算相关系数，计算出的值越大，越相关

公式：

cv2.TM_SQDIFF_NORMED：计算归一化平方差，计算结果越接近0，越相关

公式：

cv2.TM_CCORR_NORMED：计算归一化相关性，计算结果越接近1，越相关

公式：

cv2.TM_CCOEFF_NORMED：计算归一化相关系数，计算结果越接近1，越相关

公式：

二、匹配单个对象

img代表原始图像，template代表模板窗口，1默认为cv2.TM_SQDIFF方法

1	res = cv2.matchTemplate(img, template, 1)

获取结果的最值和最值位置（最值位置是左上角的坐标位置，通过模板的宽和高可以在原图上把模板位置画出来）

1	min_val,max_val,min_loc,max_loc = cv2.minMaxLoc(res)

完整的代码：

import cv2

import numpy as np

import matplotlib.pyplot as plt

def cv_show(name,img):

cv2.imshow(name,img)

cv2.waitKey(0)

cv2.destroyAllWindows()

img=cv2.imread('C:/Users/bwy/Desktop/7.png',0)

template=cv2.imread('C:/Users/bwy/Desktop/8.png',0)

methods=['cv2.TM_CCOEFF','cv2.TM_CCOEFF_NORMED','cv2.TM_CCORR','cv2.TM_CCORR_NORMED'

,'cv2.TM_SQDIFF','cv2.TM_SQDIFF_NORMED']

for meth in methods:

img3=img.copy()

method=eval(meth)

print(meth)

res1=cv2.matchTemplate(img,template,method)

min_val,max_val,min_loc,max_loc = cv2.minMaxLoc(res1)

if method in [cv2.TM_SQDIFF,cv2.TM_SQDIFF_NORMED]:

top_left=min_loc

else:

top_left=max_loc

bottom_right=(top_left[0]+w,top_left[1]+h)

#俩矩形

cv2.rectangle(img3,top_left,bottom_right,255,2)

plt.subplot(121),plt.imshow(res1,cmap='gray')

plt.xticks([]),plt.yticks([])#隐藏坐标轴

plt.subplot(122),plt.imshow(img3,cmap='gray')

plt.xticks([]),plt.yticks([])#隐藏坐标轴

plt.suptitle(meth)

plt.show()

结果如图所示：

多次实验你会发现归一的方法更准确。

三、匹配多个对象

1.导包构建函数

import cv2

import numpy as np

import matplotlib.pyplot as plt

def cv_show(name,img):

cv2.imshow(name,img)

cv2.waitKey(0)

cv2.destroyAllWindows()

2.读入图像转灰度图，改大小。

im=cv2.imread('C:/Users/bwy/Desktop/9.png')

TE=cv2.imread('C:/Users/bwy/Desktop/10.png',cv2.IMREAD_GRAYSCALE)

im1=cv2.resize(im,(600,337))

cv_show('im',im1)

img_=cv2.cvtColor(im1,cv2.COLOR_BGR2GRAY)

TE=cv2.resize(TE,(60,60))

TE.shape

3.图像匹配

h,w=TE.shape[:2]

r=cv2.matchTemplate(img_,TE,cv2.TM_CCOEFF_NORMED)

cv_show('r',r)

结果如图所示：

4.取匹配程度大于75%的坐标，画在原图上

其中：zip(*) 可理解为解压，返回二维矩阵式。loc中loc[0]是高，loc[1]是宽，[::-1]表示倒序。p[0]代表宽，p[1]代表高

threshold=0.75

loc=np.where(r>=threshold)

for pt in zip(*loc[::-1]):#*代表可选参数

bottom_right=(pt[0]+w,pt[1]+h)

cv2.rectangle(im1,pt,bottom_right,(0,0,255),1)

cv_show('im1',im1)

结果如图所示：

您可能感兴趣的文章 :

原文链接 : https://blog.csdn.net/m0_72662900/article/details/126891269

Tag : python(762)opencv(40)

Python Django教程之实现新闻应用程序

Django是一个用Python编写的高级框架，它允许我们创建服务器端Web应用程序。在本文中，我们将了解如何使用Django创建新闻应用程序。我们将
书写Python代码的一种更优雅方式(推荐!)

一些比较熟悉pandas的读者朋友应该经常会使用query()、eval()、pipe()、assign()等pandas的常用方法，书写可读性很高的「链式」数据分析处理代码
Python灰度变换中伽马变换分析实现

1. 介绍伽马变换主要目的是对比度拉伸，将图像灰度较低的部分进行修正伽马变换针对的是对单个像素点的变换，也就是点对点的映射形
使用OpenCV实现迷宫解密的全过程

一、你能自己走出迷宫吗？如下图所示，可以看到是一张较为复杂的迷宫图，相信也有人尝试过自己一点一点的找出口，但我们肉眼来解谜
Python中的数据精度问题的介绍

一、python运算时精度问题 1.运行时精度问题在Python中（其他语言中也存在这个问题，这是计算机采用二进制导致的），有时候由于二进制和
Python随机值生成的常用方法

一、随机整数 1.包含上下限：[a, b] 1 2 3 4 import random #1、随机整数：包含上下限：[a, b] for i in range(10): print(random.randint(0,5),end= | ) 查看运行结
Python字典高级用法深入分析讲解

一、 collections 中 defaultdict 的使用 1.字典的键映射多个值将下面的列表转成字典 l = [(a,2),(b,3),(a,1),(b,4),(a,3),(a,1),(b,3)] 一个字典就是一个键对
Python浅析多态与鸭子类型使用实例

什么多态：同一事物有多种形态为何要有多态=》多态会带来什么样的特性，多态性多态性指的是可以在不考虑对象具体类型的情况下而直
Python字典高级用法深入分析介绍

一、 collections 中 defaultdict 的使用 1.字典的键映射多个值将下面的列表转成字典 l = [(a,2),(b,3),(a,1),(b,4),(a,3),(a,1),(b,3)] 一个字典就是一个键对
Python淘宝或京东等秒杀抢购脚本实现(秒杀脚本

我们的目标是秒杀淘宝或京东等的订单，这里面有几个关键点，首先需要登录淘宝或京东，其次你需要准备好订单，最后要在指定时间快速