zoukankan      html  css  js  c++  java
  • Python+OpenCV图像处理之模板匹配

    模板匹配就是在整个图像区域中发现与给定子图像匹配的小块区域

    在OpenCV中,提供了相应的函数完成这个操作:

    matchTemplate 函数:在模板和输入图像之间寻找匹配,获得匹配结果图像 
    minMaxLoc 函数:在给定的矩阵中寻找最大和最小值,并给出它们的位置

    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)。

    python实现

    import cv2
    import numpy as np
    
    __author__ = "boboa"
    
    
    def template_demo():
        tpl = cv2.imread("image/tpl.jpg")
        target = cv2.imread("image/target1.jpg")
        # cv2.imshow("template_image", tpl)
        # cv2.imshow("target image", target)
        methods = [cv2.TM_CCOEFF_NORMED, cv2.TM_SQDIFF_NORMED, cv2.TM_CCORR_NORMED]
        th, tw = tpl.shape[:2]
        for md in methods:
            print(md)
            result = cv2.matchTemplate(target, tpl, md)
            min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result)
            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__":
        img = cv2.imread("img1.jpg")
        # cv2.namedWindow("input image", cv2.WINDOW_AUTOSIZE)
        # cv2.imshow("input image", img)
        template_demo()
        cv2.waitKey(0)
        cv2.destroyAllWindows()

    运行结果

  • 相关阅读:
    JS---元素属性的操作
    JS---异常
    JS---OOP
    T-SQL---分页语句
    mui---在关闭webview之前给出提示
    mui---通过plus.webview.create创建webview并打开新页面并传参到新页面
    mui---要打开的页面loaded不自动显示,等服务器返回数据后,再做处理逻辑
    winform/timer控件/权限设置/三级联动
    winform 进程、线程
    winform 之MDI容器
  • 原文地址:https://www.cnblogs.com/qianxia/p/11093183.html
Copyright © 2011-2022 走看看