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中super的用法实例
May 28 Python
Python实现中文数字转换为阿拉伯数字的方法示例
May 26 Python
python实现简单tftp(基于udp协议)
Jul 30 Python
Django+zTree构建组织架构树的方法
Aug 21 Python
Pyqt5自适应布局实例
Dec 13 Python
Python 时间戳之获取整点凌晨时间戳的操作方法
Jan 28 Python
Python原始套接字编程实例解析
Jan 29 Python
浅谈Django中的QueryDict元素为数组的坑
Mar 31 Python
Python嵌入C/C++进行开发详解
Jun 09 Python
教你使用Sublime text3搭建Python开发环境及常用插件安装另分享Sublime text3最新激活注册码
Nov 12 Python
浅析python中特殊文件和特殊函数
Feb 24 Python
Python自动操作神器PyAutoGUI的使用教程
Jun 16 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将DateTime对象转化为友好时间显示的实现代码
2011/09/20 PHP
php正则匹配html中带class的div并选取其中内容的方法
2015/01/13 PHP
php文件管理基本功能简单操作
2017/01/16 PHP
thinkPHP框架动态配置用法实例分析
2018/06/14 PHP
php pdo连接数据库操作示例
2019/11/18 PHP
php判断某个方法是否存在函数function_exists (),method_exists()与is_callable()区别与用法解析
2020/04/20 PHP
ajax更新数据后,jquery、jq失效问题
2011/03/16 Javascript
Jquery 获取checkbox的checked问题
2011/11/16 Javascript
JQUERY dialog的用法详细解析
2013/12/19 Javascript
jQuery验证插件 Validate详解
2014/11/20 Javascript
javascript中数组方法汇总
2015/07/07 Javascript
如何动态加载外部Javascript文件
2015/12/02 Javascript
基于JavaScript实现高德地图和百度地图提取行政区边界经纬度坐标
2016/01/22 Javascript
浅析vue数据绑定
2017/01/17 Javascript
Extjs 中的 Treepanel 实现菜单级联选中效果及实例代码
2017/08/22 Javascript
解决angularjs service中依赖注入$scope报错的问题
2018/10/02 Javascript
JQuery判断radio单选框是否选中并获取值的方法
2019/01/17 jQuery
Nuxt默认模板、默认布局和自定义错误页面的实现
2020/05/11 Javascript
关于JavaScript中异步/等待的用法与理解
2020/11/18 Javascript
Python文档生成工具pydoc使用介绍
2015/06/02 Python
Python 中 sorted 如何自定义比较逻辑
2021/02/02 Python
html5教程实现Photoshop渐变色效果
2013/12/04 HTML / CSS
洛杉矶生活休闲而精致的基础品牌:Mika Jaymes
2018/01/07 全球购物
英国家庭和商业健身器材购物网站:Fitness Options
2018/07/05 全球购物
"火柴棍式"程序员面试题
2014/03/16 面试题
金融行业职业生涯规划范文
2014/01/17 职场文书
美国留学经济担保书
2014/05/20 职场文书
学习计划书怎么写
2014/09/15 职场文书
2014年十八届四中全会思想汇报范文
2014/10/17 职场文书
中秋客户感谢信
2015/01/22 职场文书
2015中秋节晚会主持词
2015/07/01 职场文书
Python基础之常用库常用方法整理
2021/04/30 Python
深入理解java.lang.String类的不可变性
2021/06/27 Java/Android
Java Kafka 消费积压监控的示例代码
2021/07/01 Java/Android
用php如何解决大文件分片上传问题
2021/07/07 PHP
5个实用的JavaScript新特性
2022/06/16 Javascript