比较temp和原图片重叠的部分
做的是一个类似卷积的操作,将temp在source中滑动,每次滑动都在对应的位置上写上该位置与temp的相似度,所以最后会得到一个(W-w+1,H-h+1)的矩阵,矩阵的每个元素是相似度.
然后可以通过取矩阵最大相似度元素的位置,然后分别加上w和h,在原图上对应出位置.
result = cv.matchTemplate( image, templ, method[, result[, mask]] )
参数 | 描述 |
---|---|
image | 原图片 |
templ | 匹配模板 |
result | 匹配的结果 |
method | 匹配的方法 |
mask |
import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
img_rgb = cv.imread('mario.png') # 读取图片,整张图片
img_gray = cv.cvtColor(img_rgb, cv.COLOR_BGR2GRAY) # 转化为灰度图
template = cv.imread('mario_coin.png',0) # 读取金钱的图片,为灰度图
w, h = template.shape[::-1]
res = cv.matchTemplate(img_gray,template,cv.TM_CCOEFF_NORMED) # 匹配
threshold = 0.8
loc = np.where( res >= threshold)
for pt in zip(*loc[::-1]):
cv.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (0,0,255), 2)
cv.imwrite('res.png',img_rgb)
参考文献:
https://docs.opencv.org/master/df/dfb/group__imgproc__object.html#ga586ebfb0a7fb604b35a23d85391329be
http://blog.sina.com.cn/s/blog_b0935ba90102wy93.html