OpenCV-模板匹配

模板匹配

模板匹配就是在整个图像区域发现与给定子图像匹配的小块区域。

所以模板匹配首先需要一个模板图像T(给定的子图像)，另外需要一个待检测的图像-源图像S。

工作方法：在带检测图像上，从左到右，从上向下计算模板图像与重叠子图像的匹配度，匹配程度越大，两者相同的可能性越大。

cv2.matchTemplate

模板匹配

matchTemplate(image, templ, method[, result[, mask]]) -> result

• iamge:待搜索图像（大图）
• templ:搜素模板，需和原图一样的数据类型且尺寸不能大于原图像
• 比较结果的映射图像，如果输入图像的大小为(WxH)，而模板图像的大小为(wxh)，则输出图像的大小将为(W-w+1，H-h+ 1)
• method:
  • cv.TM_SQDIFF------平方差匹配法(最好匹配0)
  • cv.TM_SQDIFF_NORMED------归一化平方差匹配法(最好匹配0)
  • cv.TM_CCORR------相关匹配法(最坏匹配0)
  • cv.TM_CCORR_NORMED------归一化相关匹配法(最坏匹配0)
  • cv.TM_CCOEFF------.系数匹配法(最好匹配1)
  • cv.TM_CCOEFF_NORMED------化相关系数匹配法(最好匹配1)

注意: 如果使用cv.TM_SQDIFF作为比较方法，则最小值提供最佳匹配

cv2.minMaxLoc

寻找最值

minMaxLoc(src[, mask]) -> minVal, maxVal, minLoc, maxLoc

• src:输入单通道图像。
• mask:用于选择子数组的可选掩码。
• minVal:返回的最小值，如果不需要，则使用NULL。
• maxVal:返回的最大值，如果不需要，则使用NULL。
• minLoc:返回的最小位置的指针（在2D情况下）； 如果不需要，则使用NULL。
• maxLoc:返回的最大位置的指针（在2D情况下）； 如果不需要，则使用NULL。

示例

模板匹配

def template_match(sample, target):
    """模板匹配"""
    target_copy = target.copy()
    methods = [cv.TM_SQDIFF_NORMED, cv.TM_CCORR_NORMED, cv.TM_CCOEFF_NORMED]  # 三种模板匹配方法
    th, tw = sample.shape[:2]  # 获取样本的行，列数

    for md in methods:
        print(md)
        result = cv.matchTemplate(target_copy, sample, md)  # 得到匹配结果
        min_val, max_val, min_loc, max_loc = cv.minMaxLoc(result)
        if md == cv.TM_SQDIFF_NORMED:  # cv.TM_SQDIFF_NORMED最小时最相似，其他最大时最相似
            tl = min_loc
        else:
            tl = max_loc
        br = (tl[0] + tw, tl[1] + th)
        cv.rectangle(target_copy, tl, br, (0, 0, 255), 2)  # tl为左上角坐标，br为右下角坐标，从而画出矩形
        cv.imshow("match-" + np.str(md), target_copy)
        target_copy = target.copy()

结果：

sample和target

match-1，3,5分别对应TM_SQDIFF_NORMED,TM_CCORR_NORMED和TM_CCOEFF_NORMED

注意： 多对象的模板匹配需要使用阈值化的方式，见链接：点击查看

示例

多对象的模板匹配

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)

参考链接：

• python实现 opencv 学习笔记—模板匹配matchTemplate
• Python中where()函数的用法