Python+OpenCV图像处理之模板匹配
2020-12-13 03:52
标签：dem 最小 span numpy demo wait import auth 区域 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 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 运行结果 Python+OpenCV图像处理之模板匹配 标签：dem 最小 span numpy demo wait import auth 区域 原文地址：https://www.cnblogs.com/qianxia/p/11093183.html
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()
