模板匹配 OpenCV-Python v4.7.0

目标

在本章中，你将学会

• 使用模板匹配来寻找图像中的物体
• 你将看到这些函数：cv.matchTemplate(), cv.minMaxLoc()

理论

模板匹配是一种搜索和寻找模板图像在大图像中的位置的方法。OpenCV为这个目的提供了一个函数cv.matchTemplate()。它只是将模板图像在输入图像上滑动（如二维卷积），并比较模板和模板图像下的输入图像补丁。OpenCV中实现了几种比较方法。(你可以查看文档以了解更多细节）。它返回一个灰度图像，其中每个像素表示该像素的邻近区域与模板的匹配程度。

如果输入图像的大小为（WxH），模板图像的大小为（wxh），那么输出图像的大小为（W-w+1，H-h+1）。一旦你得到了结果，你可以使用cv.minMaxLoc()函数来找到最大/最小值在哪里。把它作为矩形的左上角，把（w,h）作为矩形的宽度和高度。这个矩形就是你的模板区域。

注意
如果你使用cv.TM_SQDIFF作为比较方法，最小值可以得到最好的匹配。

OpenCV中的模板匹配

这里，作为一个例子，我们将在梅西的照片中搜索他的脸。所以我创建了一个模板，如下所示：

我们将尝试所有的比较方法，以便我们可以看到他们的结果是怎样的：

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
img = cv.imread('messi5.jpg',0)
img2 = img.copy()
template = cv.imread('template.jpg',0)
w, h = template.shape[::-1]
# 列表中的所有6种比较方法
methods = ['cv.TM_CCOEFF', 'cv.TM_CCOEFF_NORMED', 'cv.TM_CCORR',
            'cv.TM_CCORR_NORMED', 'cv.TM_SQDIFF', 'cv.TM_SQDIFF_NORMED']
for meth in methods:
    img = img2.copy()
    method = eval(meth)
    # 应用模板匹配
    res = cv.matchTemplate(img,template,method)
    min_val, max_val, min_loc, max_loc = cv.minMaxLoc(res)
    # 如果方法是TM_SQDIFF或TM_SQDIFF_NORMED，取最小值。
    if method in [cv.TM_SQDIFF, cv.TM_SQDIFF_NORMED]:
        top_left = min_loc
    else:
        top_left = max_loc
    bottom_right = (top_left[0] + w, top_left[1] + h)
    cv.rectangle(img,top_left, bottom_right, 255, 2)
    plt.subplot(121),plt.imshow(res,cmap = 'gray')
    plt.title('Matching Result'), plt.xticks([]), plt.yticks([])
    plt.subplot(122),plt.imshow(img,cmap = 'gray')
    plt.title('Detected Point'), plt.xticks([]), plt.yticks([])
    plt.suptitle(meth)
    plt.show()

结果如下：

• cv.TM_CCOEFF

• cv.TM_CCOEFF_NORMED

• cv.TM_CCORR

• cv.TM_CCORR_NORMED
  
• cv.TM_SQDIFF

• cv.TM_SQDIFF_NORMED

你可以看到，使用cv.TM_CCORR的结果并不像我们预期的那样好。

多对象的模板匹配

在上一节中，我们在图像中搜索Messi的脸，这在图像中只出现了一次。假设你在搜索一个有多次出现的物体，cv.minMaxLoc()不会给你所有的位置。在这种情况下，我们将使用阈值处理。所以在这个例子中，我们将使用著名游戏马里奥的截图，我们将在其中找到硬币。

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
img_rgb = cv.imread('mario.png')
img_gray = cv.cvtColor(img_rgb, cv.COLOR_BGR2GRAY)
template = cv.imread('mario_coin.png',0)
w, h = template.shape[::-1]
res = cv.matchTemplate(img_gray,template,cv.TM_CCOEFF_NORMED)
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)

结果：