【opencv学习】【模板匹配】
今天学习模板匹配
模板图片
目标图像
import cv2
import matplotlib.pyplot as plt# 模板匹配的原理:
# 一个模板图像在目标图像上机芯从左到右从上到下进行滑动,每滑动一个位置就计算匹配度(均方差或者是相关系数等)
# 遍历完目标图像后,求出最匹配的未知区域来。# 展示图像,封装成函数
def cv_show_image(name, img):cv2.imshow(name, img)cv2.waitKey(0) # 等待时间,单位是毫秒,0代表任意键终止cv2.destroyAllWindows()# 读取模板
template = cv2.imread('images/template.jpg') # 转成灰度图
print('template图像维度是:', template.shape)
h, w, c = template.shape
print(h)
print(w)
cv_show_image('template', template)# 读取目标图像
dst_img = cv2.imread('images/saoge2.jpg') # 转成灰度图
print('目标图像维度是:', dst_img.shape)
cv_show_image('dst_img', dst_img)# 匹配度的度量方法
methords = ['cv2.TM_SQDIFF', # 计算每个像素点的均方差,值越小越相关'cv2.TM_CCORR', # 计算相关性,值越大越相关'cv2.TM_CCOEFF', # 计算相关性系数,值越大越相关'cv2.TM_SQDIFF_NORMED', # 计算每个像素点的均方差,值越小越相关,带有归一化'cv2.TM_CCORR_NORMED', # 计算相关性,值越大越相关,带有归一化'cv2.TM_CCOEFF_NORMED' # 计算相关性系数,值越大越相关,带有归一化]colors = [(255, 0, 0), (0, 255, 0), (0, 0, 255), (255, 255, 0), (0, 255, 255), (255, 0, 255)]
thickness = [12, 10, 8, 6, 4, 2]img_result = dst_img.copy()
for i in range(len(methords)):img_tmp = dst_img.copy() # 临时展示当前的框框methord = eval(methords[i]) # 拿到具体的模板匹配方法print('current methord is: {}'.format(methords[i]))# 实际进行模板匹配res = cv2.matchTemplate(dst_img, template, methord) # 传入目标图像、模板图像、匹配度量方法print(res.shape) # 得到的是 (dst_img.H - template.H + 1, dst_img.W - template.W + 1)的维度数据print(type(res)) # <class 'numpy.ndarray'>print(res.dtype) # 每个元素的类型是 float32# 解析结果,分别获得匹配过程中度量值的最大最小值,以及其分布像素点的位置,根据methord不同,去取适当的值min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)if methord in [cv2.TM_SQDIFF, cv2.TM_SQDIFF_NORMED]:top_left = min_locelse:top_left = max_locbottom_right = (top_left[0] + w, top_left[1] + h)print('模板匹配到的位置信息是', top_left, bottom_right)# 在图像上画出矩形表示这个匹配的位置cv2.rectangle(img_result, top_left, bottom_right, colors[i], thickness[i])cv2.rectangle(img_tmp, top_left, bottom_right, colors[i], thickness[i])plt.subplot(1, 2, 1), plt.imshow(res, 'gray') # 画出各个像素点(代表一个(h, w)的区域)的匹配度plt.xticks([]), plt.yticks([]) # 隐藏坐标轴plt.subplot(1, 2, 2), plt.imshow(img_tmp, 'gray') # 在原始图像上画出匹配的位置plt.xticks([]), plt.yticks([]) # 隐藏坐标轴plt.title(methords[i])plt.show()# 最后把所有的框框都核在一起
cv_show_image('img_result', img_result)
效果如下:
‘cv2.TM_SQDIFF’, # 计算每个像素点的均方差,值越小越相关
‘cv2.TM_CCORR’, # 计算相关性,值越大越相关
‘cv2.TM_CCOEFF’, # 计算相关性系数,值越大越相关
‘cv2.TM_SQDIFF_NORMED’, # 计算每个像素点的均方差,值越小越相关,带有归一化
‘cv2.TM_CCORR_NORMED’, # 计算相关性,值越大越相关,带有归一化
‘cv2.TM_CCOEFF_NORMED’ # 计算相关性系数,值越大越相关,带有归一化
最后汇总的结果就是
【opencv学习】【模板匹配】相关推荐
- 基于VS与OpenCV的模板匹配学习(4):手写OpenCV matchTemplate()
基于VS与OpenCV的模板匹配学习(4):手写OpenCV matchTemplate() 文章目录 基于VS与OpenCV的模板匹配学习(4):手写OpenCV matchTemplate() 前 ...
- Opencv java模板匹配-角点检测(11)
函数 在opencv中有模板匹配的方法, Imgproc.matchTemplate(src, template, result, Imgproc.TM_CCOEFF); 这个方法输入的参数分别是: ...
- Python+OpenCV:模板匹配(Template Matching)
Python+OpenCV:模板匹配(Template Matching) Template Matching with Single Objects ######################## ...
- OpenCV—python 模板匹配与图像特征匹配
文章目录 一.理论介绍与算法 二.算法代码 单目标匹配 多目标匹配 三 多尺度模板匹配 一.理论介绍与算法 模板匹配是在一幅图像中寻找一个特定目标的方法之一,这种方法的原理非常简单,遍历图像中的每一个 ...
- OpenCV:模板匹配
小程序「跳一跳」的自动化. 主要涉及到了OpenCV的模板匹配和边缘检测技术,以及Android开发调试工具ADB. 如果放在一起说,感觉内容有些多. 所以,分三期来讲,也能多了解一些东西. 首先介绍 ...
- Python+Opencv实现模板匹配
目录 一.模板匹配简介 二.传统模板匹配算法不足之处 三.多尺度模板匹配实现步骤 四.多尺度模板匹配实现代码 五.多尺度模板匹配效果展示和分析 六.思维扩展 参考资料 注意事项 一.模板匹配简介 ...
- 基于opencv的模板匹配详解
1.什么是模板匹配 在OpenCV教程中这样解释模板匹配: 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.这里说的模板是我们已知的小图像,模板匹配就是在一副大图像中搜寻目标. ...
- opencv 多角度模板匹配
总结一下实现多角度模板匹配踩的坑 一 .多角度匹配涉及到要使用mask,首先opencv matchTemplateMask自带的源码如下: static void matchTemplateMask ...
- Opencv(六)模板匹配、轮廓检测、轮廓周围绘制矩形框和圆形框
模板匹配介绍 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. 所以模板匹配首先需要一个模板图像T(给定的子图像) 另外需要一个待检测的图像-源图像S 工作方法,在带检测图像上,从左到右,从 ...
- [图像识别]8.OpenCV的模板匹配和霍夫检测
回顾,上节课你学了什么? Sobel_x_or_y=cv.Sobel(img,ddepth,dx,dy,dst,ksize,scale,delta,borderType) 常用 Sobel_x_or ...
最新文章
- kafka教程_2018年机器学习趋势与Apache Kafka生态系统结合
- final 修饰方法参数
- GDI+ 学习记录(28): 图像颜色的数据格式 - PixelFormat
- 关于html语义化 以下哪个说法是正确呢,前端面试题2019年网易工程师面试题及答案解析...
- 3DShader之移位贴图(Displacement Mapping)
- 热加载beetl模板
- python可以取代excel吗_10条Python命令全面取代Excel,妈妈再也不用担心我变成黑眼圈大表哥啦...
- Vector Math for 3D Computer Graphics (Bradley Kjell 著)
- Python必不可少的小技巧,一行代码减少一半内存占用!
- 降水小波分析matlab程序,小波分析MATLAB程序
- 搭建个人云盘保姆级教程
- Turtle 模块基础详解-画直线
- VS6 sp6补丁下载 [防VC6卡死]
- ThreadPoolExecutor的四种抛弃策略
- safari保存视频_如何使用Safari的“阅读列表”保存文章供以后使用
- VICTS(可变倾角连续横向枝节)天线的封闭表达式
- Java设置与读取Cookie属性 央邦0首付,低押金先就业后付款
- 洛克人java下载_洛克人威利博士之谜
- 关于2020 研究生网络复试准备 电子信息类 集成电路类
- 解决SQLServer2008 Express远程连接出错的问题[Error: 1326错误]