OpenCV模板匹配matchTemplate的实现


Posted in Python onOctober 18, 2019

作用有局限性,必须在指定的环境下,才能匹配成功,是受到很多因素的影响,所以有一定的适应性

模板匹配是一种最原始、最基本的模式识别方法,研究某一特定对象物的图案位于图像的什么地方,进而识别对象物,这就是一个匹配问题。
它是图像处理中最基本、最常用的匹配方法。
模板匹配具有自身的局限性,主要表现在它只能进行平行移动,若原图像中的匹配目标发生旋转或大小变化,该算法无效。

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[/code]

OpenCV模板匹配matchTemplate的实现

工作原理:在待检测图像上,从左到右,从上向下计算模板图像与重叠子图像的匹配度,匹配程度越大,两者相同的可能性越大。

代码实现:

import cv2 as cv
import numpy as np

def template_demo():
  tpl = cv.imread("./temp.png")
  target = cv.imread("./1.png")
  cv.imshow("template image",tpl)
  cv.imshow("target image",target)
  methods = [cv.TM_SQDIFF_NORMED,cv.TM_CCORR_NORMED,cv.TM_CCOEFF_NORMED]#各种匹配算法
  th,tw = tpl.shape[:2]
#获取模板图像的高宽
  for md in methods:
    result = cv.matchTemplate(target,tpl,md)
    # result是我们各种算法下匹配后的图像
    # cv.imshow("%s"%md,result)
    #获取的是每种公式中计算出来的值,每个像素点都对应一个值
    min_val,max_val,min_loc,max_loc = cv.minMaxLoc(result)
    if md == cv.TM_SQDIFF_NORMED:
      tl = min_loc  #tl是左上角点
    else:
      tl = max_loc
    br = (tl[0]+tw,tl[1]+th)  #右下点
    cv.rectangle(target,tl,br,(0,0,255),2)
#画矩形
    cv.imshow("match-%s"%md,target)


src = cv.imread("./1.png") #读取图片
cv.namedWindow("input image",cv.WINDOW_AUTOSIZE)  #创建GUI窗口,形式为自适应
cv.imshow("input image",src)  #通过名字将图像和窗口联系
template_demo()
cv.waitKey(0)  #等待用户操作,里面等待参数是毫秒,我们填写0,代表是永远,等待用户操作
cv.destroyAllWindows() #销毁所有窗口

补充:

1.几种常见的模板匹配算法

OpenCV模板匹配matchTemplate的实现

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)。

相关性是越接近1越大越好

平方差是越小越好
所以TM_SQDIFF在使用时和其他的是有所区别的

2.result = cv.matchTemplate(target,tpl,md)

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)。

其中result是模板图像去匹配的区域位置图像[/code]

OpenCV模板匹配matchTemplate的实现

OpenCV模板匹配matchTemplate的实现

OpenCV模板匹配matchTemplate的实现

3.min_val,max_val,min_loc,max_loc = cv.minMaxLoc(result)

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。

结合每种匹配算法,我们看看获取的数值

result = cv.matchTemplate(target,tpl,md)
    #获取的是每种公式中计算出来的值,每个像素点都对应一个值
    min_val,max_val,min_loc,max_loc = cv.minMaxLoc(result)
    print("--------------%s--------------"%md)
    print("min_val",min_val)
    print("max_val",max_val)
    print("min_loc",min_loc)
    print("max_loc",max_loc)
    print("--------------%s--------------" % md)
--------------1--------------#TM_SQDIFF_NORMED标准平方差匹配
min_val 0.0
#标准差是越小为0代表匹配上了
max_val 0.22279763221740723
min_loc (108, 248)
max_loc (3, 480)
--------------1--------------
--------------3--------------
#TM_CCORR_NORMED标准相关性匹配
min_val 0.9228140115737915
max_val 1.0
#相关性是越接近1代表匹配上了
min_loc (9, 378)
max_loc (108, 248)
--------------3--------------
--------------5--------------
#TM_CCOEFF_NORMED标准相关性系数匹配
min_val -0.10706906020641327
max_val 1.0
#相关性越接近1越好
min_loc (186, 248)
max_loc (108, 248)
--------------5--------------

查看min_loc和max_loc关系

cv.line(target,min_loc,max_loc,(0,255,255),2)

OpenCV模板匹配matchTemplate的实现

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
python使用正则表达式提取网页URL的方法
May 26 Python
python更新列表的方法
Jul 28 Python
简析Python的闭包和装饰器
Feb 26 Python
python3音乐播放器简单实现代码
Apr 20 Python
独特的python循环语句
Nov 20 Python
用python写扫雷游戏实例代码分享
May 27 Python
python实现自动发送邮件
Jun 20 Python
Python判断一个三位数是否为水仙花数的示例
Nov 13 Python
pow在python中的含义及用法
Jul 11 Python
python删除指定列或多列单个或多个内容实例
Jun 28 Python
python爬虫数据保存到mongoDB的实例方法
Jul 28 Python
浅析python中的del用法
Sep 02 Python
python处理excel绘制雷达图
Oct 18 #Python
使用Python进行中文繁简转换的实现代码
Oct 18 #Python
Python Django框架防御CSRF攻击的方法分析
Oct 18 #Python
python使用matplotlib绘制雷达图
Oct 18 #Python
Python 日志logging模块用法简单示例
Oct 18 #Python
python调用matplotlib模块绘制柱状图
Oct 18 #Python
Python Django模板之模板过滤器与自定义模板过滤器示例
Oct 18 #Python
You might like
让这部DC动画新作刷新你的认知
2020/03/03 欧美动漫
Apache+php+mysql在windows下的安装与配置图解(最新版)
2008/11/30 PHP
PHP常见漏洞攻击分析
2016/02/21 PHP
PHP+MySQL实现的简单投票系统实例
2016/02/24 PHP
PHP打印输出函数汇总
2016/08/28 PHP
PHP页面输出搜索后跳转下一页的处理方法
2016/09/30 PHP
laravel model模型定义实现开启自动管理时间created_at,updated_at
2019/10/17 PHP
javascript 出生日期和身份证判断大全
2008/11/13 Javascript
XMLHttpRequest处理xml格式的返回数据(示例代码)
2013/11/21 Javascript
javascript将异步校验表单改写为同步表单
2015/01/27 Javascript
jQuery筛选数组之grep、each、inArray、map的用法及遍历json对象
2016/06/20 Javascript
浅谈jquery中的each方法$.each、this.each、$.fn.each
2016/06/23 Javascript
js图片上传的封装代码
2017/08/01 Javascript
jQuery访问浏览器本地存储cookie、localStorage和sessionStorage的基本用法
2017/10/20 jQuery
javascript动态创建对象的属性详解
2018/11/07 Javascript
ES6基础之展开语法(Spread syntax)
2019/02/21 Javascript
微信小程序新手教程之页面打开数量限制
2019/03/03 Javascript
python使用递归解决全排列数字示例
2014/02/11 Python
OpenCV2.3.1+Python2.7.3+Numpy等的配置解析
2018/01/05 Python
pandas Dataframe行列读取的实例
2018/06/08 Python
Python之虚拟环境virtualenv,pipreqs生成项目依赖第三方包的方法
2019/07/23 Python
详解Python中namedtuple的使用
2020/04/27 Python
Java如何基于wsimport调用wcf接口
2020/06/17 Python
Keras SGD 随机梯度下降优化器参数设置方式
2020/06/19 Python
马来西亚与新加坡长途巴士售票网站:BusOnlineTicket.com
2018/11/05 全球购物
日本AOKI官方商城:AOKI西装
2020/06/11 全球购物
房屋继承公证书
2014/04/10 职场文书
干部对照检查材料范文
2014/08/26 职场文书
庆六一活动总结
2014/08/29 职场文书
声乐专业大学生职业生涯规划书:理想的未来需要自己去打造
2014/09/20 职场文书
2015年医德考评自我评价
2015/03/03 职场文书
雷锋的观后感
2015/06/10 职场文书
JS如何使用剪贴板操作Clipboard API
2021/05/17 Javascript
你喜欢篮球吗?Python实现篮球游戏
2021/06/11 Python
php实例化对象的实例方法
2021/11/17 PHP
一篇文章告诉你如何实现Vue前端分页和后端分页
2022/02/18 Vue.js