OpenCV-Python之模板匹配

模板匹配顾名思义，及给定模板在目标图像中滑动模板，在图像中匹配与模板最为相似的区域，所以模板匹配并不是基于直方图的技术
主要由MatchTemplate（）函数完成
OpenCV提供了六种图像匹配的方法，需要多次试验来寻找速度和精度的最佳方案

import cv2 as cv
import  numpy as np

def template_demo():
    template = cv.imread('./data/football.png', 1)
    target = cv.imread('./data/messi5.jpg', 1)
    cv.imshow('template image', template)
    cv.imshow('target image', target)
    methods = [cv.TM_SQDIFF_NORMED, cv.TM_CCOEFF_NORMED, cv.TM_CCORR_NORMED]
    th, tw = template.shape[:2]
    for md in methods:
        print(md)
        result =cv.matchTemplate(target, template, md)
        min_val, max_val, min_loc, max_loc = cv.minMaxLoc(result)
        if md == cv.TM_SQDIFF_NORMED:
            tl = min_loc
        else:
            tl = max_loc
        br = (tl[0]+tw, tl[1]+th)
        cv.rectangle(target, tl, br, (0, 0, 255), 2)
        cv.imshow('match'+np.str(md), target)


template_demo()
cv.waitKey(0)
cv.destroyAllWindows()

挑选三种匹配方法比较如下：

三种效果貌似差不多。
下面输出result结果，观察图片发现，result的长宽都减去了一个模板的长度。
如何输出result呢，将结尾target改为result即可。



观察得知确实result比原图长宽都少了一个模板的长度