Python 23.opencv 单对象模板匹配

import cv2
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread('lane.jpg', 0)
img2 = img.copy()
template = cv2.imread('car.PNG', 0)
w, h = template.shape[::-1]

methods = ['cv2.TM_CCOEFF', 'cv2.TM_CCOEFF_NORMED', 'cv2.TM_CCORR',
           'cv2.TM_CCORMED', 'cv2.TM_SQDIFF', 'cv2.TM_SQDIFF_NORMED']

for meth in methods:
    img = img2.copy()
    method = eval(meth)
    res = cv2.matchTemplate(img, template, method)
    min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)

    if method in [cv2.TM_SQDIFF, cv2.TM_SQDIFF_NORMED]:
        top_left = min_loc
    else:
        top_left = max_loc
    bottom_right = (top_left[0] + w, top_left[1] + h)

    cv2.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('Detect point'), plt.xticks([]), plt.yticks([])
    plt.suptitle(meth)

    plt.show()

在大图中找出小图的位置

Python中使用OpenCV进行模板匹配可以通过matchTemplate函数来实现。该函数的原型为:matchTemplate(image, templ, method\[, result\[, mask\]\]) -> result。\[3\]其中,image是待搜索的图像,templ是要匹配的模板图像,method是匹配方法,result是输出的匹配结果,mask是可选的掩码图像。\[3\] 下面是一个使用OpenCV进行多对象模板匹配的示例代码: ```python import cv2 import numpy as np img_rgb = cv2.imread('Coins.jpg') img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY) template = cv2.imread('Coin.jpg', 0) w, h = template.shape\[::-1\] res = cv2.matchTemplate(img_gray, template, cv2.TM_CCOEFF_NORMED) threshold = 0.4 loc = np.where(res >= threshold) for pt in zip(*loc\[::-1\]): cv2.rectangle(img_rgb, pt, (pt\[0\] + w, pt\[1\] + h), (0, 0, 255), 1) cv2.imshow("img", img_rgb) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在这个示例中,我们首先读取了待搜索的图像和要匹配的模板图像,并将待搜索图像转换为灰度图像。然后,我们使用matchTemplate函数进行模板匹配,并设置了匹配阈值为0.4。最后,我们使用cv2.rectangle函数在匹配到的位置上绘制矩形框,将结果显示出来。\[1\] 希望这个示例能帮助到你进行OpenCV Python模板匹配。 #### 引用[.reference_title] - *1* [OpenCV - 模板匹配Python实现)](https://blog.csdn.net/qq_40344307/article/details/95111626)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [【OpenCV + Python模板匹配](https://blog.csdn.net/zhouzongzong/article/details/93761729)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值