opencv的学习之模板匹配（8）

原创已于 2022-07-09 15:55:53 修改 · 207 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #计算机视觉 #学习

于 2022-07-05 20:56:52 首次发布

python 同时被 2 个专栏收录

50 篇文章

订阅专栏

opencv

18 篇文章

订阅专栏

本文介绍了一种计算机视觉中的模板匹配技术，通过像素点差异匹配小图在大图中的位置，并提供了使用OpenCV实现该技术的具体代码示例。此外，还介绍了如何通过调整参数来匹配多个相似对象。

文章目录

概念：
- 原理：
api: 处理算法最好用归一化的
代码演示
匹配多个对象

概念：

用一个小图，在大图中寻找位置
在这里插入图片描述

原理：

通过匹配像素点的不同差异，得到最大（最小的）取决于算法

api: 处理算法最好用归一化的

在这里插入图片描述

res = cv2.matchTemplate(img, template, 1) ## res (A- a +1 , B- b+ 1)
#返回每个格子匹配的数值，有最大的标准和最小的标准
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res) # 返回最大最小的

代码演示

import cv2 
import numpy as np

template = cv2.imread('./22.png')
template.shape
img = cv2.imread('./car1.png')

res = cv2.matchTemplate(img, template, 1) ## res (A- a +1 , B- b+ 1)
print(template.shape)
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)
cv2.rectangle(img, min_loc, np.add(min_loc, (template.shape[1], template.shape[0])), (0, 0, 255))
cv2.imshow('h', img)
cv2.waitKey(0)

在这里插入图片描述

匹配多个对象


import cv2 
import numpy as np

template = cv2.imread('./t.png')
img = cv2.imread('./mali.png')
res = cv2.matchTemplate(img, template, cv2.TM_SQDIFF_NORMED) ## res (A- a +1 , B- b+ 1)
threshold = 0.8
loc = np.where(res >= 0.8)
for i in zip(*loc[::-1]):
    cv2.rectangle(img, i, np.add(min_loc, (template.shape[1], template.shape[0])), (0, 0, 255), 2)
cv2.imshow('h', img)
cv2.waitKey(0)