OpenCV基础 | 10. 模板匹配

快学Python

发布于 2021-08-09 10:24:14

4490

发布于 2021-08-09 10:24:14

文章被收录于专栏：快学Python

学习视频可参见python+opencv3.3视频教学基础入门[1]

模板匹配

1.模板匹配原理

模板匹配是一项在一幅图像中寻找与另一幅模板图像最匹配(相似)部分的技术.
原理：在要检测的图像上，从左到右，从上到下遍历这一幅图像，从上到下计算模板与重叠子图像的像素匹配度，如果匹配的程度越大，这说明相同的可能性越大。

2.模板匹配算法

OpenCV中的函数 matchTemplate 实现了模板匹配算法
平方差匹配 method=CV_TM_SQDIFF
- 最好匹配为0.匹配越差,匹配值越大
标准平方差匹配 method=CV_TM_SQDIFF_NORMED
- 最好匹配为0.匹配越差,匹配值越大
相关匹配 method=CV_TM_CCORR
- 采用模板和图像间的乘法操作
- 最好匹配是较大的数,最坏的匹配效果为0
标准相关匹配 method=CV_TM_CCORR_NORMED
- 好坏程度衡量同相关匹配CV_TM_CCORR
相关匹配 method=CV_TM_CCOEFF
- 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表示匹配很差,0表示没有任何相关性(随机序列)
- 其中
标准相关匹配 method=CV_TM_CCOEFF_NORMED
- 好坏程度衡量同相关匹配 CV_TM_CCOEFF

参见CV学习笔记（十一）：模板匹配[2]

3.测试用例

def template_demo():
    tpl=cv.imread("./images/lena_face.png")   #模板图
    target=cv.imread("./images/lena.jpg")     #检测图
    cv.imshow("template image",tpl)
    cv.imshow("target image",target)
    #匹配算法
    methods=[cv.TM_SQDIFF_NORMED,cv.TM_CCORR_NORMED,cv.TM_CCOEFF_NORMED]
    th,tw=tpl.shape[:2]    #获取模板的高，宽
    for md in methods:
        print(md)
        result=cv.matchTemplate(target,tpl,md)
        min_val,max_val,min_loc,max_loc=cv.minMaxLoc(result)  #返回最小值，最大值，最小值位置，最大值位置
        if md == cv.TM_SQDIFF_NORMED:    #如果是标准平方差匹配，0表示匹配结果最好，取最小值
            tl=min_loc
        else:                             #如果是剩下的两种方法，值越大表示匹配越好，因而选最大值
            tl=max_loc
        br=(tl[0]+tw,tl[1]+th)   #矩形右下角坐标
        cv.rectangle(target,tl,br,(0,0,255),2)
        cv.imshow("match-"+np.str(md),target)
        #cv.imshow("match-" + np.str(md), result)

测试结果：