Fu Xianjun. All Rights Reserved.所有素材来自于小傅老师。
今天我们来学习模板匹配和霍夫变换!
学习目标:
能够理解模板匹配的概念
能够使用模板匹配实现目标检测
能够理解霍夫变换的概念
能够根据场景使用霍夫变换
重点:模板匹配的方法、霍夫变换的方法
难点:模板匹配及霍夫变换的实战
模板匹配就是在大图中找小图,也就说在一幅图像中寻找另一幅模板图像的位置。
模板匹配的操作方法是将模板图像B在图像A上滑动,遍历所有像素以完成匹配。 工作原理:在带检测图像上,从左到右,从上向下计算模板图像与重叠子图像的匹配度,匹配程度越大,两者相同的可能性越大。
局限性: 它只能进行平行移动,若原图像中的匹配目标发 生旋转或大小变化,该算法无效。
模板匹配的函数使用:
result = cv2.matchTemplate(image, template,method)
其中 Result为运行结果 Image为待处理图像 Templat为模板图像 Method为要采取的方法
method:方法:有以下6种
差值平方和匹配 CV_TM_SQDIFF
标准化差值平方和匹配 CV_TM_SQDIFF_NORMED
相关匹配 CV_TM_CCORR
标准相关匹配 CV_TM_CCORR_NORMED
相关匹配 CV_TM_CCOEFF
标准相关匹配 CV_TM_CCOEFF_NORMED
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(src)
其中 min_val为返回的最小值 max_val为返回的最大值 min_loc为最小值的位置 Max_loc为最大值的位置 P342
霍夫变换(Hough Transform)是图像处理中的一种特征提取技术,来检测任意能够用数学公式表达的形状,即使这个形状被破坏或者有点扭曲。 霍夫变换将图像空间转变为参数空间,在参数空间中执行投票来决定物体的形状。
任务一:模板匹配基本使用方法
1.1导入需要的库
import cv2
import numpy as np
#Matplotlib是RGB
import matplotlib.pyplot as plt
%matplotlib inl