Python实战社群

Java实战社群

长按识别下方二维码，按需求添加

扫码关注添加客服

进Python社群▲

扫码关注添加客服

进Java社群▲

作者丨小郭学数据

来源丨快学Python

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：

• 

• 

• 单从此次测试结果来看标准平方差匹配效果好一点

参考资料

程序员专栏
 扫码关注填加客服 
长按识别下方二维码进群
近期精彩内容推荐：  
 又一个程序员，被抓捕！（真实事件）
 程序员有个可爱女朋友是种什么体验？
 “12306”的架构到底有多牛逼？
 csv文件读写乱码问题的一个简单解决方法



在看点这里好文分享给更多人↓↓