OpenCVのテンプレートマッチング（cv2.matchTemplate、cv2.minMaxLoc）

図1に示すように、目標マッチング関数：cv2.matchTemplate（）

res=cv2.matchTemplate(image, templ, method, result=None, mask=None)

画像：画像を検索します
TEMPL：テンプレート画像
結果：マッチ結果
方法：、以下の一致度を算出する方法があります

方法	意味
CV_TM_SQDIFF	二乗差マッチング法：平方差をマッチング方法が使用;ベストマッチが0であり、悪い、大きなマッチング値に一致します。
CV_TM_CCORR	関連するマッチング方法：方法は、乗算演算を使用して、より大きな値は、マッチングの良好度を示します。
CV_TM_CCOEFF	相関マッチング方法：1は完全な一致を示すには、-1最悪の一致を示します。
CV_TM_SQDIFF_NORMED	正規化された正方形を計算することは、より関連性の高い、計算値が0に近いほど、異なります
CV_TM_CCORR_NORMED	計算値正規化相関は、より関連性の高い1に近い計算します
CV_TM_CCOEFF_NORMED	正規化相関係数を算出し、算出された値は、1に近いほど、より関連しています

図2に示すように、関数に一致する結果を得た：cv2.minMaxLoc（）

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

パラメータ：min_val、MAX_VAL、min_loc、ある画像内の対応する位置、RET cv2.matchTemplateの最小値、最大値、および最小値と最大値を表すmax_loc（）関数が返す行列

# 模板匹配
img = cv2.imread('lena.jpg', 0)
template = cv2.imread('face.jpg', 0)
h, w = template.shape[:2] 
methods = ['cv2.TM_CCOEFF', 'cv2.TM_CCOEFF_NORMED', 'cv2.TM_CCORR',
           'cv2.TM_CCORR_NORMED', 'cv2.TM_SQDIFF', 'cv2.TM_SQDIFF_NORMED']

res = cv2.matchTemplate(img, template, cv2.TM_SQDIFF)
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)

for meth in methods:
    img2 = img.copy()

    # 匹配方法的真值
    method = eval(meth)
    res = cv2.matchTemplate(img, template, method)
    min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)

    # 如果是平方差匹配TM_SQDIFF或归一化平方差匹配TM_SQDIFF_NORMED，取最小值
    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)

    # 画矩形
    cv2.rectangle(img2, top_left, bottom_right, 255, 2)

    plt.subplot(121), plt.imshow(res, cmap='gray')
    plt.xticks([]), plt.yticks([])  # 隐藏坐标轴
    plt.subplot(122), plt.imshow(img2, cmap='gray')
    plt.xticks([]), plt.yticks([])
    plt.suptitle(meth)
    plt.show()

マルチオブジェクトマッチング：私たちは、金の数字に一致している、二つの絵はオリジナルと金のテンプレートです読みます

img_rgb = cv2.imread('mario.jpg')
img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY)
template = cv2.imread('mario_coin.jpg', 0)
h, w = template.shape[:2]

res = cv2.matchTemplate(img_gray, template, cv2.TM_CCOEFF_NORMED)
threshold = 0.8
# 取匹配程度大于%80的坐标
loc = np.where(res >= threshold)
#np.where返回的坐标值(x,y)是(h,w)，注意h,w的顺序
for pt in zip(*loc[::-1]):  
    bottom_right = (pt[0] + w, pt[1] + h)
    cv2.rectangle(img_rgb, pt, bottom_right, (0, 0, 255), 2)

cv2.imshow('img_rgb', img_rgb)
cv2.waitKey(0)