建立公司网站的流程,手机电商网站 模板,互联网装饰网站,王烨小说主角Python-OpenCV中的图像处理-模板匹配 模板匹配单对象的模板匹配多对象的模板匹配 模板匹配
使用模板匹配可以在一幅图像中查找目标函数#xff1a; cv2.matchTemplate()#xff0c; cv2.minMaxLoc()模板匹配是用来在一副大图中搜寻查找模版图像位置的方法。 OpenCV 为我们提… Python-OpenCV中的图像处理-模板匹配 模板匹配单对象的模板匹配多对象的模板匹配 模板匹配
使用模板匹配可以在一幅图像中查找目标函数 cv2.matchTemplate() cv2.minMaxLoc()模板匹配是用来在一副大图中搜寻查找模版图像位置的方法。 OpenCV 为我们提供了函数 cv2.matchTemplate()。和 2D 卷积一样它也是用模板图像在输入图像大图上滑动并在每一个位置对模板图像和与其对应的输入图像的子区域进行比较。 OpenCV 提供了几种不同的比较方法细节请看文档。返回的结果是一个灰度图像每一个像素值表示了此区域与模板的匹配程度。如果输入图像的大小是 WxH模板的大小是 wxh输出的结果的大小就是 W-w1 H-h1。当你得到这幅图之后就可以使用函数cv2.minMaxLoc() 来找到其中的最小值和最大值的位置了。第一个值为矩形左上角的点位置 w h为 moban 模板矩形的宽和高。这个矩形就是找到的模板区域了。
单对象的模板匹配
import numpy as np
import cv2
from matplotlib import pyplot as pltimg cv2.imread(./resource/opencv/image/messi5.jpg, cv2.IMREAD_GRAYSCALE)
img2 img.copy()
template cv2.imread(./resource/opencv/image/messi_face.jpg, cv2.IMREAD_GRAYSCALE)
w,h template.shape[::-1]# All the 6 mathods form 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 matchingres 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 method in [cv2.TM_SQDIFF, cv2.TM_SQDIFF_NORMED]:top_left min_locelse:top_left max_locbottom_right (top_left[0] w, top_left[1] h)cv2.rectangle(img, top_left, bottom_right, 255, 2)plt.subplot(121), plt.imshow(res, cmapgray), plt.title(Mathing Result), plt.xticks([]), plt.yticks([])plt.subplot(122), plt.imshow(img, cmapgray), plt.title(Detected Point), plt.xticks([]), plt.yticks([])plt.suptitle(meth)plt.show()程序原图文件,在一张大图中搜索梅西的面部。 程序运行结果 实测验证 cv2.TM_CCORR 的效果不是太好。
多对象的模板匹配
在前面的部分我们在图片中搜素梅西的脸而且梅西只在图片中出现了一次。假如你的目标对象只在图像中出现了很多次怎么办呢函数cv.minMaxLoc() 只会给出最大值和最小值。此时我们就要使用阈值了。在下面的例子中我们要经典游戏 Mario 的一张截屏图片中找到其中的硬币。
import numpy as np
import cv2
from matplotlib import pyplot as pltimg cv2.imread(./resource/opencv/image/mario.jpg, cv2.IMREAD_COLOR)
img1 img.copy()
img_gray cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)template cv2.imread(./resource/opencv/image/mario_coins.jpg, cv2.IMREAD_GRAYSCALE)
w, h template.shape[::-1]res cv2.matchTemplate(img_gray, template, cv2.TM_CCOEFF_NORMED)
print(res.shape)
threshold 0.8cv2.imshow(res, res)# numpy.where(condition[, x, y])
loc np.where(res threshold)for pt in zip(*loc[::-1]):cv2.rectangle(img, pt, (pt[0]w, pt[1]h), (0, 0, 255), 1)cv2.imshow(image,img1)
cv2.imshow(res,res)
cv2.imshow(draw,img)
cv2.waitKey(0)
cv2.destroyAllWindows()注意阀值设定要合适threshold 0.8
threshold 0.95部分金币没有匹配到 threshold 0.5
