opencv-python库 cv2.matchTemplate()模板匹配

cv2.matchTemplate() 是 OpenCV 库中的一个函数，用于在大图像中查找与小图像（或称为模板）匹配的区域。以下是该函数的详细用法：
语法

result = cv2.matchTemplate(image, templ, method[, mask])

参数

• image：源图像，即要在其中搜索模板的大图像。
• templ：模板图像，即要在源图像中查找的小图像。
• method：指定比较方法的参数，决定了如何计算源图像和模板图像之间的匹配程度。常用的方法包括：
  • cv2.TM_SQDIFF：平方差匹配法，最小值表示最佳匹配。
  • cv2.TM_SQDIFF_NORMED：归一化平方差匹配法，最小值表示最佳匹配。
  • cv2.TM_CCORR：相关性匹配法，最大值表示最佳匹配。
  • cv2.TM_CCORR_NORMED：归一化相关性匹配法，最大值表示最佳匹配。
  • cv2.TM_CCOEFF：相关系数匹配法，最大值表示最佳匹配。
  • cv2.TM_CCOEFF_NORMED：归一化相关系数匹配法，最大值表示最佳匹配。
    mask（可选）：一个与模板图像同样大小的矩阵，用于指定感兴趣区域（ROI），只在该区域内进行匹配。

返回值

• result：一个与源图像大小相同的矩阵，其中每个值表示模板与源图像中相应区域的匹配程度。

使用示例

import cv2

# 读取源图像和模板图像
image = cv2.imread('source.jpg', cv2.IMREAD_GRAYSCALE)
templ = cv2.imread('template.jpg', cv2.IMREAD_GRAYSCALE)

# 使用平方差匹配法
result = cv2.matchTemplate(image, templ, cv2.TM_SQDIFF)

# 找到匹配程度最小的位置，即最佳匹配位置
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result)

# 在源图像上绘制匹配结果
top_left = max_loc
bottom_right = (top_left[0] + templ.shape[1], top_left[1] + templ.shape[0])
cv2.rectangle(image, top_left, bottom_right, 255, 2)

# 显示匹配结果
cv2.imshow('Matched Image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

注意事项

• 为了获得最佳结果，模板图像的大小和比例应与源图像中的目标对象相匹配。
• 在使用 cv2.matchTemplate() 函数之前，通常需要将源图像和模板图像转换为灰度图像。
• 在分析匹配结果时，根据使用的匹配方法，可能需要寻找最小值或最大值来确定最佳匹配位置。