import cv2 cv2.matchTemplate(img,template,mode)#模板匹配 '''CV_TM_SQDIFF 平方差匹配法:该方法采用平方差来进行匹配;最好的匹配值为0;匹配越差,匹配值越大。 CV_TM_CCORR 相关匹配法:该方法采用乘法操作;数值越大表明匹配程度越好。 CV_TM_CCOEFF 相关系数匹配法:1表示完美的匹配;-1表示最差的匹配。 CV_TM_SQDIFF_NORMED 归一化平方差匹配法 CV_TM_CCORR_NORMED 归一化相关匹配法 CV_TM_CCOEFF_NORMED 归一化相关系数匹配法 ''' #cvMinMaxLoc获取最后的最佳匹配结果 cv2.minMaxLoc(src, mask=None) #霍夫线检测 cv2.HoughLines(img,rho,theta,threshold) #rho theta 极坐标精度 threshold 阙值 #角点特征 #Harris算法 cv2.cornerHarris() ''' img - 数据类型为 float32 的输入图像。 np.float32() blockSize - 角点检测中要考虑的领域大小。 ksize - Sobel 求导中使用的窗口大小 k - Harris 角点检测方程中的自由参数,取值参数为 [0,04,0.06].''' #Shi——Tomasi算法 cv2.goodFeaturesToTrack() '''image: 输入图像,是八位的或者32位浮点型 maxCorners: 返回最大的角点数 qualityLevel: 图像角点的最小可接受参数 minDistance: 返回的角点之间最小的欧式距离。 mask: 检测区域。如果图像不是空的(它需要具有CV_8UC1类型和与图像相同的大小),它指定检测角的区域。 blockSize: 用于计算每个像素邻域上的导数协变矩阵的平均块的大小 useHarrisDetector:选择是否采用Harris角点检测,默认是false k: Harris检测的自由参数'''
python图像识别学习
最新推荐文章于 2024-07-09 10:11:40 发布