OpenCV半小時(shí)掌握基本操作之模板匹配

更新時(shí)間：2021年09月01日 11:20:48 作者：我是小白呀

這篇文章主要介紹了OpenCV基本操作之模板匹配，本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下

概述

OpenCV 是一個(gè)跨平臺(tái)的計(jì)算機(jī)視覺(jué)庫(kù), 支持多語(yǔ)言, 功能強(qiáng)大. 今天小白就帶大家一起攜手走進(jìn) OpenCV 的世界. (第 21 課)

在這里插入圖片描述

模板匹配

模板匹配 (Template Matching) 和卷積的原理很像. 模板在原圖像上從原點(diǎn)開始滑動(dòng), 計(jì)算模板與圖片被模板覆蓋的地方的差別程度.

在這里插入圖片描述

格式:

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

參數(shù):

image: 輸入圖像
templ: 輸入模板
method: 方法

TM_SQDIFF: 計(jì)算平方差, 計(jì)算出來(lái)的值越小, 越相關(guān)
TM_CCORR: 計(jì)算相關(guān)性, 計(jì)算出來(lái)的值越大, 越相關(guān)
TM_CCOEFF: 計(jì)算相關(guān)系數(shù), 計(jì)算出來(lái)的值越大, 越相關(guān)
TM_SQDIFF_NORMED: 計(jì)算歸一化平方不同, 計(jì)算出來(lái)的值越接近 0, 越相關(guān)
TM_CCORR_NORMED: 計(jì)算歸一化相關(guān)性, 計(jì)算出來(lái)的值越接近 1, 越相關(guān)
TM_CCOEFF_NORMED: 計(jì)算歸一化系數(shù), 計(jì)算出來(lái)的值越接近 1, 越相關(guān)

案例一

例 1:

import cv2

# 讀取圖片
img = cv2.imread("girl.jpg", 0)
print(img.shape)  # (1280, 1920)

# 讀取模板
template = cv2.imread("face.jpg", 0)
h, w = template.shape
print(template.shape)  # (510, 518)

# 模板匹配
result = cv2.matchTemplate(img, template, cv2.TM_SQDIFF)

案例二

例 2:

import cv2
from matplotlib import pyplot as plt

# 讀取圖片
img = cv2.imread("girl.jpg", 0)

# 讀取模板
template = cv2.imread("face.jpg", 0)
h, w = template.shape

# 模式
methods = ['cv2.TM_SQDIFF', 'cv2.TM_SQDIFF_NORMED', 'cv2.TM_CCORR',
           'cv2.TM_CCORR_NORMED', 'cv2.TM_CCOEFF', 'cv2.TM_CCOEFF_NORMED']

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

    # 匹配方法的真值
    method = eval(meth)
    print("method:", method)
    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或歸一化平方差匹配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)

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

    # 展示
    f, ax = plt.subplots(1, 2, figsize=(16, 8))
    ax[0].imshow(img2, cmap='gray')
    ax[1].imshow(res, cmap='gray')
    plt.suptitle(meth)

    plt.show()

輸出結(jié)果:

在這里插入圖片描述