[OpenCV-Python] 24のテンプレートマッチング

OpenCV-Python：OpenCVでのIV画像処理

24テンプレートマッチング

目標
このセクションでは、次のことを学習します
　　。1。テンプレートマッチングを使用して画像内のターゲットを検索します
　　。2。関数：cv2.matchTemplate（）、cv2.minMaxLoc（）
原理
　　テンプレートマッチングを使用して、大きな画像内のテンプレートを検索および検索します。画像の場所の方法。OpenCVは、関数cv2.matchTemplate（）を提供します。2D畳み込みと同様に、テンプレート画像を使用して入力画像（大きな画像）上をスライドし、各位置でテンプレート画像を入力画像の対応するサブ領域と比較します。OpenCVは、いくつかの異なる比較方法を提供します（詳細についてはドキュメントを参照してください）。返される結果はグレースケール画像であり、各ピクセル値はこの領域とテンプレートの一致度を表します。
入力画像のサイズが（WxH）で、テンプレートのサイズが（wxh）の場合、出力結果のサイズは（W-w + 1、H-h + 1）です。この画像を取得したら、関数cv2.minMaxLoc（）を使用して、最小値と最大値の位置を見つけることができます。最初の値は長方形の左上隅の点（位置）であり、（w、h）はmobanテンプレート長方形の幅と高さです。この長方形は、見つかったテンプレート領域です。
注：使用する比較方法がcv2.TM_SQDIFFの場合、最小値に対応する位置が一致領域になります。

24.1OpenCVでのテンプレートマッチング

ここに例があります。メッシの写真でメッシの顔を検索します。したがって、次のテンプレートを作成する必要があります。

それらの効果を比較できるように、さまざまな比較方法を使用してみます。

import cv2
import numpy as np
from matplotlib import pyplot as plt
img = cv2.imread('messi5.jpg',0)
img2 = img.copy()
template = cv2.imread('messi_face.jpg',0)
w, h = template.shape[::-1]
# All the 6 methods for comparison in a list
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:
img = img2.copy()
#exec 语句用来执行储存在字符串或文件中的 Python 语句。
# 例如，我们可以在运行时生成一个包含 Python 代码的字符串，然后使用 exec 语句执行这些语句。
#eval 语句用来计算存储在字符串中的有效 Python 表达式
method = eval(meth)
# Apply template Matching
res = cv2.matchTemplate(img,template,method)
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)
# 使用不同的比较方法，对结果的解释不同
# If the method is TM_SQDIFF or TM_SQDIFF_NORMED, take minimum
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(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()

結果は次のとおりです
。cv2.TM_CCOEFF

cv2.TM_CCOEFF_NORMED

cv2.TM_CCORR

cv2.TM_CCORR_NORMED　　　

　
cv2.TM_SQDIFF　　　　

cv2.TM_SQDIFF_NORMEDcv2.TM_CCORR

の効果が思ったほど良くないことがわかります。

24.2マルチオブジェクトテンプレートマッチング

前のパートでは、写真でメッシの顔を検索しましたが、メッシは写真に1回しか表示されませんでした。ターゲットオブジェクトが画像に何度も表示される場合はどうなりますか？関数cv.imMaxLoc（）は、最大値と最小値のみを提供します。この時点で、しきい値を使用します。
次の例では、古典的なゲームのマリオのスクリーンショットでコインを見つけたいと思います。

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

img_rgb = cv2.imread('mario.png')
img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY)
template = cv2.imread('mario_coin.png',0)
w, h = template.shape[::-1]

res = cv2.matchTemplate(img_gray,template,cv2.TM_CCOEFF_NORMED)
threshold = 0.8
loc = np.where( res >= threshold)
for pt in zip(*loc[::-1]):
    cv2.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (0,0,255), 2)

cv2.imwrite('res.png',img_rgb)

結果：
　　　　

詳細については、公式アカウントに注意してください。