OpenCV基于Python图像模板匹配

目标

通过本篇文章的学习，你将学习到以下内容：

• 使用模板匹配在图像中查找对象
• 学习到函数：cv.matchTemplate()，cv.minMaxLoc()

前言

模板匹配是一种用于在较大图像中搜索和查找模板图像位置的方法。为此，OpenCV带有一个函数cv.matchTemplate()。 它只是将模板图像滑动到输入图像上（就像在2D卷积中一样），然后在模板图像下比较模板和输入图像的拼图。OpenCV中实现了几种比较方法，它返回一个灰度图像，其中每个像素表示该像素的邻域与模板匹配的程度。

如果输入图像的大小为(WxH) ，而模板图像的大小为(wxh) ，则输出图像的大小将为(W-w + 1，H-h + 1) 。得到结果后，可以使用cv.minMaxLoc()函数查找最大/最小值在哪。将其作为矩形的左上角，并以(w，h)作为矩形的宽度和高度，该矩形是模板的区域。

注意： 如果使用cv.TM_SQDIFF作为比较方法，则最小值提供最佳匹配。

1. OpenCV中的模板匹配

作为示例，我们将在lena的照片中搜索他的脸。所以我创建了一个模板，如下所示：

我们将尝试所有比较方法，以便我们可以看到它们的结果如何：

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt

img = cv.imread('./data/lena.jpg', 0)
img2 = img.copy()
template = cv.imread('./data/lena_face.png', 0)
w, h = template.shape[::-1]
# 列表中所有的6种比较方法
methods = ['cv.TM_CCOEFF', 'cv.TM_CCOEFF_NORMED', 'cv.TM_CCORR'