【OpenCV】⚠️高手勿入! 半小时学会基本操作 ⚠️ 概述模板
OpenCV 是一个跨平台的计算机视觉库, 支持多语言, 功能强大. 今天小白就带大家一起携手走进 OpenCV 的世界. (第 21 课)
模板匹配 (Template Matching) 和卷积的原理很像. 模板在原图像上从原点开始滑动, 计算模板与图片被模板覆盖的地方的差别程度.
格式:
cv2.matchTemplate(image, templ, method, result=None, mask=None)
参数:
例 1:
import cv2 # 读取图片 img = cv2.imread("girl.jpg", 0) print(img.shape) # (1280, 1920) # 读取模板 template = cv2.imread("face.jpg", 0) h, w = template.shape print(template.shape) # (510, 518) # 模板匹配 result = cv2.matchTemplate(img, template, cv2.TM_SQDIFF)
例 2:
import cv2 from matplotlib import pyplot as plt # 读取图片 img = cv2.imread("girl.jpg", 0) # 读取模板 template = cv2.imread("face.jpg", 0) h, w = template.shape # 模式 methods = ['cv2.TM_SQDIFF', 'cv2.TM_SQDIFF_NORMED', 'cv2.TM_CCORR', 'cv2.TM_CCORR_NORMED', 'cv2.TM_CCOEFF', 'cv2.TM_CCOEFF_NORMED'] # 循环 for meth in methods: img2 = img.copy() # 匹配方法的真值 method = eval(meth) print("method:", method) res = cv2.matchTemplate(img, template, method) min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res) # 如果是平方差匹配TM_SQDIFF或归一化平方差匹配TM_SQDIFF_NORMED,取最小值 if method in [cv2.TM_SQDIFF, cv2.TM_SQDIFF_NORMED]: top_left = min_loc else: top_left = max_loc bottom_right = (top_left[0] + w, top_left[1] + h) # 画矩形 cv2.rectangle(img2, top_left, bottom_right, 255, 2) # 展示 f, ax = plt.subplots(1, 2, figsize=(16, 8)) ax[0].imshow(img2, cmap='gray') ax[1].imshow(res, cmap='gray') plt.suptitle(meth) plt.show()
输出结果:
到此这篇关于OpenCV半小时掌握基本操作之模板匹配的文章就介绍到这了,更多相关OpenCV模板匹配内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
标签:葫芦岛 乌鲁木齐 银川 三亚 安庆 湘西 呼伦贝尔 呼伦贝尔
巨人网络通讯声明:本文标题《OpenCV半小时掌握基本操作之模板匹配》,本文关键词 OpenCV,半小时,掌握,基本操作,;如发现本文内容存在版权问题,烦请提供相关信息告之我们,我们将及时沟通与处理。本站内容系统采集于网络,涉及言论、版权与本站无关。