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
使用python实现递归版汉诺塔示例(汉诺塔递归算法)
Apr 08 Python
Python对列表排序的方法实例分析
May 16 Python
python操作redis的方法
Jul 07 Python
Python模块文件结构代码详解
Feb 03 Python
python3+PyQt5+Qt Designer实现扩展对话框
Apr 20 Python
Pandas的read_csv函数参数分析详解
Jul 02 Python
在python image 中实现安装中文字体
May 16 Python
keras在构建LSTM模型时对变长序列的处理操作
Jun 29 Python
python中逻辑与或(and、or)和按位与或异或(&、|、^)区别
Aug 05 Python
Python基于pillow库实现生成图片水印
Sep 14 Python
python asyncio 协程库的使用
Jan 21 Python
总结Pyinstaller打包的高级用法
Jun 28 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
Laravel 手动开关 Eloquent 修改器的操作方法
2019/12/30 PHP
JS中令人发指的valueOf方法介绍
2013/02/22 Javascript
JavaScript实现GriwView单列全选(自写代码)
2013/05/13 Javascript
js写的方法实现上传图片之后查看大图
2014/03/05 Javascript
js模拟hashtable的简单实例
2014/03/06 Javascript
js实现网站最上边可关闭的浮动广告条代码
2015/09/04 Javascript
jQuery与Ajax以及序列化
2016/02/01 Javascript
通过AngularJS实现图片上传及缩略图展示示例
2017/01/03 Javascript
Bootstrap模态框使用详解
2017/02/15 Javascript
Bootstrap popover 实现鼠标移入移除显示隐藏功能方法
2018/01/24 Javascript
AngularJS中重新加载当前路由页面的方法
2018/03/09 Javascript
vue刷新页面时去闪烁提升用户体验效果的实现方法
2018/12/10 Javascript
layui的面包屑或者表单不显示的解决方法
2019/09/05 Javascript
vue cli3 调用百度翻译API翻译页面的实现示例
2019/09/13 Javascript
详解element-ui中表单验证的三种方式
2019/09/18 Javascript
Vue插件之滑动验证码用法详解
2020/04/05 Javascript
JQuery基于FormData异步提交数据文件
2020/09/01 jQuery
python模拟登陆Tom邮箱示例分享
2014/01/13 Python
python matplotlib坐标轴设置的方法
2017/12/05 Python
利用Python实现在同一网络中的本地文件共享方法
2018/06/04 Python
python将回车作为输入内容的实例
2018/06/23 Python
Python实现操纵控制windows注册表的方法分析
2019/05/24 Python
pyqt5 实现工具栏文字图片同时显示
2019/06/13 Python
Django urls.py重构及参数传递详解
2019/07/23 Python
分享一个pycharm专业版安装的永久使用方法
2019/09/24 Python
如何一键升级Python所有包
2020/11/05 Python
python实现发送QQ邮件(可加附件)
2020/12/23 Python
CSS3哪些新特性值得称赞
2016/03/02 HTML / CSS
大学生入党自我鉴定
2013/10/31 职场文书
安全生产演讲稿
2014/05/09 职场文书
观看信仰心得体会
2014/09/04 职场文书
幼儿园校园小喇叭广播稿
2014/10/17 职场文书
大学生奶茶店创业计划书
2019/06/25 职场文书
解决ObjectMapper.convertValue() 遇到的一些问题
2021/06/30 Java/Android
SQLServer之常用函数总结详解
2021/08/30 SQL Server
Python编程源码报错解决方法总结经验分享
2021/10/05 Python