opencv图像处理之模板匹配

0.什么模板匹配

模板匹配是用来在一副大图中搜寻查找模版图像位置的方法。

OpenCV 为我们提供了函数：cv2.matchTemplate()。和2D 卷积一样，它也是用模板图像在输入图像（大图）上滑动，并在每一个位置对模板图像和与其对应的输入图像的子区域进行比较。OpenCV 提供了几种不同的比较方法。返回的结果是一个灰度图像，每一个像素值表示了此区域与模板的匹配程度。

1.匹配单个物体

代码速记：

• [::-1]
• eval(" ")
• cv2.matchTemplate()
• cv2.minMaxLoc()
• cv2.rectangle()

参数解释：

w,h=np.array.shape[::-1]#
method=eval(meth)#
res=cv2.matchTemplate(img,template,method)#
min_val,max_val,min_loc,max_loc=cv2.minMaxLoc(res)#

实战：

def match_one(self):
    raw_gray=cv2.imread(self.infile,0)
    gray_2=raw_gray.copy()
    template=cv2.imread('../images/messi_face.jpg',0)
    w,h=template.shape[::-1]
    print(template.shape)#(52, 40)
    print(w,h)#40 52

    methods=['cv2.TM_CCOEFF','cv2.TM_CCOEFF_NORMED','cv2.TM_CCORR',
             'cv2.TM_CCORR_NORMED','cv2.TM_SQDIFF','cv2.TM_SQDIFF_NORMED']
    for meth in methods:
        img=gray_2.copy()
        method=eval(meth)#eval用来计算存储在字符串中的有效python表达式
        #exec语句执行存储在字符串或文件中的Python语句
        res=cv2.matchTemplate(img,template,method)
        min_val,max_val,min_loc,max_loc=cv2.minMaxLoc(res)
        #使用不同的比较方法，对结果的解释不同
        if method in [cv2.TM_SQDIFF,cv2.TM_SQDIFF_NORMED]:#这两种选min
            top_left=min_loc
        else:
            top_left=max_loc
        bottom_right=(top_left[0]+w,top_left[1]+h)
        cv2.rectangle(img,top_left,bottom_right,255,2)#画一个矩形
        titles = ['Matching Result', 'Detected Point']
        imgs = [res,img]
        for i in range(2):
            plt.subplot(1, 2, i + 1), plt.imshow(imgs[i], 'gray')
            plt.title(titles[i])
            plt.xticks([]), plt.yticks([])
        plt.suptitle(meth)
        plt.show()

2.匹配多个物体

代码速记：

• np.where()
• zip(*loc[::-1])

参数解释：

loc=np.where(res>=threshold)#
for pt in zip(*loc[::-1])#

实战：

def match_more(self):
    img_rgb=cv2.imread('../images/mario.jpg')
    img_gray=cv2.cvtColor(img_rgb,cv2.COLOR_BGRA2GRAY)
    template=cv2.imread('../images/mario_coin.jpg',0)
    w,h=template.shape[::-1]
    res=cv2.matchTemplate(img_gray,template,cv2.TM_CCOEFF_NORMED)
    threshold=0.7
    loc=np.where(res>=threshold)
    rgb_copy=img_rgb.copy()
    template_rgb=cv2.imread('../images/mario_coin.jpg')
    for pt in zip(*loc[::-1]):#获取每个区域左上角的点
        cv2.rectangle(rgb_copy,pt,(pt[0]+w,pt[1]+h),(0,0,255),2)
    titles = ['raw', 'template','match loc']
    imgs = [img_rgb, template_rgb,rgb_copy]
    for i in range(3):
        plt.subplot(1, 3, i + 1), plt.imshow(cv2.cvtColor(imgs[i],cv2.COLOR_BGR2RGB))
        plt.title(titles[i])
        plt.xticks([]), plt.yticks([])
    plt.show()