opencv——模板匹配

最新推荐文章于 2025-04-17 21:57:04 发布

Sam Chou

最新推荐文章于 2025-04-17 21:57:04 发布

阅读量286

点赞数

分类专栏： OpenCV

本文链接：https://blog.youkuaiyun.com/weixin_45602979/article/details/108733367

版权

本文深入探讨了OpenCV中的模板匹配技术，包括如何进行单模板匹配和多模板匹配，详细阐述了每种匹配方法的实现步骤与应用场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、单模板匹配

# 单模板匹配

import cv2 as cv

img = cv.imread('./test.jpg')
model = cv.imread('./face.jpg')

h, w = model.shape[:2]  # 获取需要检测的模板大小
print(h, w)

# 平方差匹配法，越接近0说明越匹配
res1 = cv.matchTemplate(img, model, cv.TM_SQDIFF)
cv.normalize(res1, res1, 0, 1, cv.NORM_MINMAX)  # 对平方差匹配算法处理结果进行手动归一化，使数据变为0-1之间
minVal, maxVal, minLoc, maxLoc = cv.minMaxLoc(res1)  # 获取平方差匹配中的匹配度最高的位置
cv.rectangle(res1, minLoc, (minLoc[0] + w, minLoc[1] + h), 0, 5)  # 匹配度最高的位置画黑色矩形框

# 归一化平方差匹配法，越接近0说明越匹配
res2 = cv.matchTemplate(img, model, cv.TM_SQDIFF_NORMED)
cv.normalize(res2, res2, 0, 1, cv.NORM_MINMAX)  # 归一化TM_SQDIFF_NORMED算法处理结果，便于显示
minVal, maxVal, minLoc, maxLoc = cv.minMaxLoc(res2)  # 获取归一化平方差匹配中的匹配度最高的位置
cv.rectangle(res2, minLoc, (minLoc[0] + w, minLoc[1] + h), 0, 5)  # 匹配度最高的位置画黑色矩形框

# 相关性匹配法，值越大说明越匹配
res3 = cv.matchTemplate(img, model, cv.TM_CCORR)
cv.normalize(re