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)