Python-OpenCV 图像处理(十二):模板匹配

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

__author__ = "zxsuperstar"
__email__ = "[email protected]"

"""
模板匹配
"""
def template_demo():
    tpl = cv2.imread("mb.jpg")
    target = cv2.imread("t.jpg")
    cv2.imshow("template",tpl)
    cv2.imshow("target",target)
    methods = [cv2.TM_SQDIFF_NORMED,cv2.TM_CCORR_NORMED,cv2.TM_CCOEFF_NORMED]
    th, tw = tpl.shape[0:2]
    for md in methods:
        print(md)
        results = cv2.matchTemplate(target,tpl,md)
        min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(results)
        if md == cv2.TM_SQDIFF_NORMED:
            tl = min_loc
        else:
            tl = max_loc
        br = (tl[0] + tw ,tl[1]+th)
        cv2.rectangle(target,tl,br,(0,0,255),2)
        cv2.imshow("match-" + np.str(md),target)


if __name__ == "__main__":
    # src = cv2.imread("t.jpg") #blue green red
    # # cv2.namedWindow("image", cv2.WINDOW_AUTOSIZE)
    # cv2.imshow("image",src)

    template_demo()
    cv2.waitKey(0)
    cv2.destroyAllWindows()

说明:

1.几种常见的模板匹配算法:

①TM_SQDIFF是平方差匹配;TM_SQDIFF_NORMED是标准平方差匹配。利用平方差来进行匹配,最好匹配为0.匹配越差,匹配值越大。

②TM_CCORR是相关性匹配;TM_CCORR_NORMED是标准相关性匹配。采用模板和图像间的乘法操作,数越大表示匹配程度较高, 0表示最坏的匹配效果。

③TM_CCOEFF是相关性系数匹配;TM_CCOEFF_NORMED是标准相关性系数匹配。将模版对其均值的相对值与图像对其均值的相关值进行匹配,1表示完美匹配,-1表示糟糕的匹配,0表示没有任何相关性(随机序列)。

2.opencv的目标匹配函数为matchTemplate,函数原型为:matchTemplate(image, templ, method[, result[, mask]]) -> result

image参数表示待搜索源图像,必须是8位整数或32位浮点。

templ参数表示模板图像,必须不大于源图像并具有相同的数据类型。

method参数表示计算匹配程度的方法。

result参数表示匹配结果图像,必须是单通道32位浮点。如果image的尺寸为W x H,templ的尺寸为w x h,则result的尺寸为(W-w+1)x(H-h+1)。

扫描二维码关注公众号,回复: 5615707 查看本文章

3.opencv的函数minMaxLoc:在给定的矩阵中寻找最大和最小值,并给出它们的位置。 该功能不适用于多通道阵列。 如果您需要在所有通道中查找最小或最大元素,要先将阵列重新解释为单通道。

函数minMaxLoc原型为:minMaxLoc(src[, mask]) -> minVal, maxVal, minLoc, maxLoc

src参数表示输入单通道图像。

mask参数表示用于选择子数组的可选掩码。

minVal参数表示返回的最小值,如果不需要,则使用NULL。

maxVal参数表示返回的最大值,如果不需要,则使用NULL。

minLoc参数表示返回的最小位置的指针(在2D情况下); 如果不需要,则使用NULL。

maxLoc参数表示返回的最大位置的指针(在2D情况下); 如果不需要,则使用NULL。

 4.opencv的函数rectangle用于绘制矩形。函数原型为: rectangle(img, pt1, pt2, color[, thickness[, lineType[, shift]]]) -> img

img参数表示源图像。

pt1参数表示矩形的一个顶点。

pt2参数表示与pt1相对的对角线上的另一个顶点 。

color参数表示矩形线条颜色 (RGB) 或亮度(灰度图像 )。

thickness参数表示组成矩形的线条的粗细程度。取负值时(如 CV_FILLED)函数绘制填充了色彩的矩形。

lineType参数表示线条的类型。

shift参数表示坐标点的小数点位数。

猜你喜欢

转载自blog.csdn.net/zx_good_night/article/details/88656302