python-opencv之模板匹配

单模板匹配原理

模板匹配是一种在较大的图像中搜索和查找模板图像位置的方法。OpenCV提供了一个函数cv.matchTemplate()用于此目的。它只是将模板图像滑动到输入图像上(就像在二维卷积中一样)，并在模板图像下比较模板和输入图像的补丁。OpenCV中实现了几种比较方法。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的匹配程度。
如果输入图像的大小为(WxH)，模板图像的大小为(wxh)，则输出图像的大小为(W-w+1, H-h+1)。得到结果后，可以使用cv.minMaxLoc()函数来查找最大值/最小值的位置。取它为矩形的左上角，取(w,h)为矩形的宽和高。这个矩形就是模板的区域。

函数

matchTemplate(image, templ, method[, result[, mask]])
minMaxLoc(src[, mask])
参数：
image ：输入的图像
templ：输入的模板，它必须不大于源图像并具有相同的数据类型。
method：指定比较方法的参数
其他：https://docs.opencv.org/4.x/df/dfb/group__imgproc__object.html#gga3a7850640f1fe1f58fe91a2d7583695dac5babb7dfda59544e3e31ea928f8cb16

代码示例：

import matplotlib.pyplot as plt
import numpy as np
import cv2

img = cv2.imread("./lena.jpg",cv2.IMREAD_COLOR)
img = cv2.cvtColor(img,cv2.COLOR_RGB2GRAY)
tampalet = cv2.imread("./lena-tampalet.jpg",cv2.IMREAD_COLOR)
tampalet = cv2.cvtColor(tampalet,cv2.COLOR_RGB2GRAY)
print(tampalet.shape)
h,w = tampalet.shape
print((w,h))
cv2.imshow("lena",img)
cv2.imshow("img_tamp",tampalet)
tampalets = ['cv2.TM_SQDIFF','cv2.TM_CCORR','cv2.TM_CCOEFF','cv2.TM_SQDIFF_NORMED','cv2.TM_CCORR_NORMED','cv2.TM_CCOEFF_NORMED']
for meth in tampalets:
    img2 = img.copy()
    method = eval(meth)
    res = cv2.matchTemplate(img,tampalet,method)
    min_val,max_val,min_loc,max_loc = cv2.minMaxLoc(res)
    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)

    cv2.rectangle(img2,top_left,bottom_right,255,2)
    plt.subplot(121),plt.imshow(res,cmap='gray')
    plt.xticks([]),plt.yticks([])
    plt.subplot(122),plt.imshow(img2,cmap='gray')
    plt.xticks([]),plt.yticks([])
    plt.suptitle(meth)
    plt.show()


cv2.waitKey(0)
cv2.destroyAllWindows()

结果：

原图：

模板：

匹配结果显示：

多对象模板匹配

搜索一个多次出现的对象，cv.minMaxLoc()不会给您所有的位置。在这种情况下，我们将使用阈值分割。所以在这个例子中，我们将使用著名游戏马里奥的截图，我们将在其中找到硬币。

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)