#模板匹配
#就是在整个图像区域发现与给的图像匹配的小块区域
#需要一个模板图像T
#很待测的图像S
# 工作方法,在带检测的图像上,从左到右从上到下
# 计算模板图像与重叠的子图像的匹配度
# 匹配度越大,两者相同的可能性越大
# #
import cv2 as cv
import numpy as np
def template_demo():
tp1 =cv.imread("C:\\Users\\william\\Pictures\\11.png")
target = cv.imread("C:\\Users\\william\\Pictures\\22.png")
cv.imshow("tpl",tp1)
cv.imshow("target",target)
methods =[cv.TM_SQDIFF_NORMED,cv.TM_CCORR_NORMED,cv.TM_CCOEFF_NORMED]
th ,tw=tp1.shape[:2]
for md in methods:
print(md)
result =cv.matchTemplate(target,tp1,md)
min_val,max_val,min_loc,max_loc=cv.minMaxLoc(result)
if md==cv.TM_SQDIFF_NORMED:
tl=min_loc
else:
tl=max_loc
br =(tl[0]+tw,tl[1]+th)
cv.rectangle(target,tl,br,(0,0,255),2)
cv.imshow("match"+np.str(md),target)
template_demo()
cv.waitKey(0)
cv.destroyAllWindows()
这里写了三种常用的匹配方法来进行模板匹配
几种常见的模板匹配算法:
其中,
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)。
总结:随着从简单的测量(平方差)到更复杂的测量(相关系数),我们可获得越来越准确的匹配(同时也意味着越来越大的计算代价)。
参考:
http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/histograms/template_matching/template_matching.html
模板匹配原理应该如下:
2.opencv的目标匹配函数为matchTemplate,函数原型为:matchTemplate(image, templ, method[, result[, mask]]) -> result
image参数表示待搜索源图像,必须是8位整数或32位浮点。
templ参数表示模板图像,必须不大于源图像并具有相同的数据类型。
method参数表示计算匹配程度的方法。
result参数表示匹配结果图像,必须是单通道32位浮点。如果image的尺寸为W x H,templ的尺寸为w x h,则result的尺寸为(W-w+1)x(H-h+1)。
3.opencv的函数minMaxLoc:在给定的矩阵中寻找最大和最小值,并给出它们的位置。 该功能不适用于多通道阵列。 如果您需要在所有通道中查找最小或最大元素,要先将阵列重新解释为单通道。
函数minMaxLoc原型为:minMaxLoc(src[, mask]) -> minVal, maxVal, minLoc, maxLoc
src参数表示输入单通道图像。
mask参数表示用于选择子数组的可选掩码。
minVal参数表示返回的最小值,如果不需要,则使用NULL。
maxVal参数表示返回的最大值,如果不需要,则使用NULL。
minLoc参数表示返回的最小位置的指针(在2D情况下); 如果不需要,则使用NULL。
maxLoc参数表示返回的最大位置的指针(在2D情况下); 如果不需要,则使用NULL。
参考
4.opencv的函数rectangle用于绘制矩形。函数原型为: rectangle(img, pt1, pt2, color[, thickness[, lineType[, shift]]]) -> img
img参数表示源图像。
pt1参数表示矩形的一个顶点。
pt2参数表示与pt1相对的对角线上的另一个顶点 。
color参数表示矩形线条颜色 (RGB) 或亮度(灰度图像 )。
thickness参数表示组成矩形的线条的粗细程度。取负值时(如 CV_FILLED)函数绘制填充了色彩的矩形。
lineType参数表示线条的类型。
shift参数表示坐标点的小数点位数。
部分参考原文:(一个老师教出来的 哈哈哈)图像处理