【opencv学习笔记 15模板匹配】-优快云博客

本文链接：https://blog.youkuaiyun.com/Wu123456CS/article/details/105482555

本文深入探讨了模式识别中模板匹配的基本原理与应用，通过具体代码示例展示了如何使用OpenCV库进行模板匹配，包括计算不同相关性因子的方法，以及如何在目标图像中找到并标记模板的最佳匹配位置。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

模板匹配

模板匹配是模式识别中最简单的一种识别方法。
对特定的场合比较有用，对随机的场合效率低。
在一整个大部分中寻找特定的小部分

相关代码

import cv2 as cv
import numpy as np


def template_demo():
    # 输入模板图像
    tpl = cv.imread("image5.1.jpg")
    # 输入目标图像
    target = cv.imread("image5.jpg")
    # 显示图像
    cv.imshow("template image", tpl)
    cv.imshow("target image", target)
    # 计算方法 平方不同             相关性               相关性因子
    methods = [cv.TM_SQDIFF_NORMED, cv.TM_CCORR_NORMED, cv.TM_CCOEFF_NORMED]
    # 获取模板的高宽
    th, tw = tpl.shape[:2]
    for md in methods:
        # 使用每种方法匹配
        print(md)
        #                       目标 模板 匹配方法
        result = cv.matchTemplate(target, tpl, md)
        # 最小值  最大值  最小值的位置 最大值位置
        min_val, max_val, min_loc, max_loc = cv.minMaxLoc(result)
        if md == cv.TM_SQDIFF_NORMED:
            # 如果平方最小的时候才是最佳的匹配
            tl = min_loc
        else:
            tl = max_loc
        #     绘画矩形的终点 tl 为绘画矩形的起点
        br = (tl[0] + tw, tl[1] + th)
        # 绘制矩形 显示匹配的区域
        cv.rectangle(target, tl, br, (255, 0, 0), 2)
        # 显示匹配的结果
        cv.imshow("match-" + np.str(md), target)
        # 显示result的结果
        cv.imshow("result-" + np.str(md), result)


template_demo()
cv.waitKey(0)

cv.destroyAllWindows()