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
详解Python中heapq模块的用法
Jun 28 Python
python的random模块及加权随机算法的python实现方法
Jan 04 Python
基于numpy中数组元素的切片复制方法
Nov 15 Python
Python给图像添加噪声具体操作
Mar 03 Python
python处理自动化任务之同时批量修改word里面的内容的方法
Aug 23 Python
Python自动生成代码 使用tkinter图形化操作并生成代码框架
Sep 18 Python
PyTorch实现AlexNet示例
Jan 14 Python
Python数据可视化处理库PyEcharts柱状图,饼图,线性图,词云图常用实例详解
Feb 10 Python
TensorFlow获取加载模型中的全部张量名称代码
Feb 11 Python
几款好用的python工具库(小结)
Oct 20 Python
python实现自动化群控的步骤
Apr 11 Python
python使用XPath解析数据爬取起点小说网数据
Apr 22 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
php checkbox复选框值的获取与checkbox默认值输出方法
2010/05/15 PHP
小文件php+SQLite存储方案
2010/09/04 PHP
php入门学习知识点七 PHP函数的基本应用
2011/07/14 PHP
手把手教你打印出PDF(关于fpdf的简单应用)
2013/06/25 PHP
php 地区分类排序算法
2013/07/01 PHP
php引用传值实例详解学习
2013/11/06 PHP
用PHP和Shell写Hadoop的MapReduce程序
2014/04/15 PHP
PHP网站自动化配置的实现方法(必看)
2017/05/27 PHP
基于PHP+mysql实现新闻发布系统的开发
2020/08/06 PHP
JavaScript实现检查页面上的广告是否被AdBlock屏蔽了的方法
2014/11/03 Javascript
AngularJS实现全选反选功能
2015/12/08 Javascript
Javascript日期格式化format函数的使用方法
2016/08/30 Javascript
Nodejs实现多房间简易聊天室功能
2017/06/20 NodeJs
vue动态绑定class选中当前列表变色的方法示例
2018/12/19 Javascript
Vue和React组件之间的传值方式详解
2019/01/31 Javascript
Element实现表格分页数据选择+全选所有完善批量操作
2019/06/07 Javascript
微信域名检测接口调用演示步骤(含PHP、Python)
2019/12/08 Javascript
vue下载二进制流图片操作
2020/10/26 Javascript
python使用点操作符访问字典(dict)数据的方法
2015/03/16 Python
详解用Python处理HTML转义字符的5种方式
2017/12/27 Python
Python将多个excel表格合并为一个表格
2021/02/22 Python
Django集成CAS单点登录的方法示例
2019/06/10 Python
Python线程指南分享
2019/11/19 Python
Python for循环搭配else常见问题解决
2020/02/11 Python
如何理解python中数字列表
2020/05/29 Python
CSS3的first-child选择器实战攻略
2016/04/28 HTML / CSS
CSS3中的常用选择器使用示例整理
2016/06/13 HTML / CSS
6号汽车旅馆预订:Motel 6
2018/02/11 全球购物
班主任工作年限证明
2014/01/12 职场文书
文明餐桌活动方案
2014/02/11 职场文书
总经理秘书岗位职责
2014/03/17 职场文书
秋季校运会广播稿100字
2014/09/18 职场文书
2014年班长个人工作总结
2014/11/14 职场文书
单位计划生育责任书
2015/05/09 职场文书
医院岗前培训心得体会
2016/01/08 职场文书
vue2的 router在使用过程中遇到的一些问题
2022/04/13 Vue.js