一、模板匹配函数中文说明

安装cv2：

 pip install opencv-python

1、目标匹配函数：

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

image：待搜索图像
templ：模板图像
result：匹配结果
method：计算匹配程度的方法

2、匹配方法

关于匹配方法，使用不同的方法产生的结果的意义可能不太一样，有些返回的值越大表示匹配程度越好，而有些方法返回的值越小表示匹配程度越好。

关于参数 method：
CV_TM_SQDIFF 平方差匹配法：该方法采用平方差来进行匹配；最好的匹配值为0；匹配越差，匹配值越大。
CV_TM_CCORR 相关匹配法：该方法采用乘法操作；数值越大表明匹配程度越好。
CV_TM_CCOEFF 相关系数匹配法：1表示完美的匹配；-1表示最差的匹配。
CV_TM_SQDIFF_NORMED 归一化平方差匹配法

CV_TM_CCORR_NORMED 归一化相关匹配法

CV_TM_CCOEFF_NORMED 归一化相关系数匹配法

3、通过cvMinMaxLoc获取最后的最佳匹配结果

二、python_opencv中cv2.minMaxLoc()函数的使用

cv2.minMaxLoc(src, mask=None)

src是一个矩阵。

函数功能：假设有一个矩阵a,现在需要求这个矩阵的最小值，最大值，并得到最大值，最小值的索引。咋一看感觉很复杂，但使用这个cv2.minMaxLoc()函数就可全部解决。函数返回的四个值就是上述所要得到的。

具体看个例子:

import numpy as np
import cv2
a=np.array([[2,3,4,5],[5,67,8,9],[1,3,4,5]])
print(a)
min_val,max_val,min_indx,max_indx=cv2.minMaxLoc(a)print(min_val,max_val,min_indx,max_indx)

输出结果：
[[ 2 3 4 5]
[ 5 67 8 9]
[ 1 3 4 5]]
1.0 67.0 (0, 2) (1, 1)
说明这个矩阵a的最小值为1.0，索引为（0，2），最大值为67.0索引为（1，1）

三、应用到图片匹配中，获取缺口信息：

1、详细版：
import cv2
import numpy as np
import matplotlib.pyplot as plt

img = cv2.imread('img_all.jpg', 0)
img2 = img.copy()
template = cv2.imread('img_splice.png', 0)# cv2.imshow('messi', img)
# cv2.imshow('face', template)
# cv2.waitKey(0)
# cv2.destroyAllWindows()
w, h = template.shape[::-1]
# All the 6 methods for 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']meth = 'cv2.TM_CCOEFF'
img = img2.copy()
'''
exec可以用来执行储存在字符串货文件中的python语句
例如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)
# 匹配应用
res = cv2.matchTemplate(img, template, method)
mn_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)
# print('mn_val',mn_val)
# print('max_val',max_val)
# print('min_loc',min_loc)
# print('max_loc',max_loc)
# 使用不同的方法，对结果的解释不同# 方法判断
# if method in [cv2.TM_SQDIFF, cv2.TM_SQDIFF_NORMED]:
#     top_left = min_loc
# else:
#     top_left = max_loc
top_left = max_loc
print('偏移像素',top_left[0])bottom_right = (top_left[0] + w, top_left[1] + h)
cv2.rectangle(img, top_left, bottom_right, 255, 2)plt.subplot(121), plt.imshow(res, cmap='gray')
plt.title('Matching Result'), plt.xticks([]), plt.yticks([])
plt.subplot(122), plt.imshow(img, cmap='gray')
plt.title('Detected Point'), plt.xticks([]), plt.yticks([])
plt.suptitle('method: ' + meth)
plt.show()

2、我破解验证码需要的简化版

import cv2
img = cv2.imread('img_all.jpg', 0)
img2 = img.copy()
template = cv2.imread('img_splice.png', 0)
w, h = template.shape[::-1]
# methods = ['cv2.TM_CCOEFF', 'cv2.TM_CCOEFF_NORMED', 'cv2.TM_CCORR','cv2.TM_CCORR_NORMED', 'cv2.TM_SQDIFF', 'cv2.TM_SQDIFF_NORMED']
meth = 'cv2.TM_CCOEFF'
img = img2.copy()
'''
exec可以用来执行储存在字符串货文件中的python语句
例如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)
# 匹配应用
res = cv2.matchTemplate(img, template, method)
mn_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)
top_left = max_loc[0]
print('偏移像素',top_left)

参考博客：
https://blog.csdn.net/jacky_ponder/article/details/69396909
https://blog.csdn.net/qq_29023939/article/details/81023062

cv2.matchTemplate模板匹配和cv2.minMaxLoc()函数相关推荐

13. 模板匹配-cv2.matchTemplate()、cv2.minMaxLoc()
1. 什么是模板匹配模板匹配,就是在整个图像区域发现与给定子图像匹配的小块区域,需要模板图像T和待检测图像-源图像S. 工作方法:在待检测的图像上,从左到右,从上倒下计算模板图像与重叠 ...
基于opencv的图片模板匹配及其简单应用
opencv的图片模板匹配及其简单应用我的个人博客基础知识基于opencv的图片模板匹配注: python及其相关包的安装不在讨论范围内 opencv提供了图片模板匹配的方法, cv2.mat ...
OpenCV笔记：模板匹配 cv2.matchTemplate()、cv2.minMaxLoc() 与绘制矩形 cv2.rectangle() 方法介绍
导读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.绘制矩形是用来将模版图像的匹配结果展示出来的方法. 模板匹配实现简单(2~3行代码),计算效率高,不需要执行阈值化.边缘检测等操作来生成二值 ...
opencv学习笔记十八：模板匹配(cv2.matchTemplate、cv2.minMaxLoc)
1.目标匹配函数:cv2.matchTemplate() res=cv2.matchTemplate(image, templ, method, result=None, mask=None) ima ...
python cv2 matchtemplate_OpenCV-Python系列十：模板匹配
模板匹配应用的场景非常多,OCR(字符识别),目标检测.定位等等.OpenCV中,你可以使用cv2.matchTemplate()来完成.对于其中的计算原理,可参考如下博客: cv2.matchTem ...
OpenCV-Python教程：模板匹配(matchTemplate)
原文链接:http://www.juzicode.com/opencv-python-matchtemplate 返回Opencv-Python教程模板匹配可以实现在源图像中查找特征图像,特征图像一 ...
OpenCV（二十）模板匹配
目录一.基础理论 1.作用与过程 2.原理 3.函数matchTemplate 二.代码三.效果参考资料一.基础理论 1.作用与过程所谓的模板匹配,就是在给定的图片中查找和模板最相似的区域, ...
opencv进阶学习笔记8：模板匹配
基础版笔记传送门: python3+opencv学习笔记汇总目录(适合基础入门学习) 进阶版笔记目录链接: python+opencv进阶版学习笔记目录(适合有一定基础) 模板匹配原理模板匹配(Te ...
OpenCV与图像处理学习十六——模板匹配
OpenCV与图像处理学习十六--模板匹配一.模板匹配介绍二.代码应用一.模板匹配介绍模板匹配是一种最原始.最基本的模式识别方法,研究某一特定目标的图像位于图像的什么地方,进而对图像进行定位. ...

cv2.matchTemplate模板匹配和cv2.minMaxLoc()函数