【opencv】模板匹配

from email.mime import image
import imghdr
from turtle import title
import cv2
import matplotlib.pyplot as plt
import numpy as np

def cv_show(img,name):
    cv2.imshow(name,img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()


#模板匹配
def template_match(img,template):
    res=cv2.matchTemplate(img,template,cv2.TM_CCOEFF_NORMED) # 参数为输入图像  模板  参数为匹配方法
    min_val,max_val,min_loc,max_loc=cv2.minMaxLoc(res) # 参数为输入图像  参数为输出最小值  参数为输出最大值  参数为输出最小值的位置  参数为输出最大值的位置
    return max_val,max_loc

img=cv2.imread('lena.jpg')  # 读取图片
template=cv2.imread('lena_part.png') # 读取图片 0表示灰度图 1表示彩色图

max_val,max_loc=template_match(img,template)
top_left=max_loc
bottom_right=(top_left[0]+template.shape[1],top_left[1]+template.shape[0])
cv2.rectangle(img,top_left,bottom_right,(0,0,255),2)
cv_show(img,'after_template_match')
#保存
cv2.imwrite('lena_template_match.jpg',img)

 

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
OpenCV 模板匹配是一种基于模板图像和待匹配图像进行匹配的技术。该技术主要用于在待匹配图像中查找与模板图像相似的区域位置。OpenCV 提供了多种模板匹配算法,包括平方差匹配、归一化平方差匹配、相关性匹配和归一化相关性匹配等。 模板匹配的基本流程如下: 1. 加载待匹配图像和模板图像 2. 对模板图像进行预处理,如灰度化、二值化等操作 3. 使用模板图像在待匹配图像中进行滑动窗口搜索,计算匹配度 4. 根据匹配度确定匹配位置 5. 绘制匹配结果或输出匹配位置信息 以下是一个基于归一化平方差匹配模板匹配示例代码: ```python import cv2 import numpy as np # 加载待匹配图像和模板图像 img = cv2.imread('test.jpg') template = cv2.imread('template.jpg') # 对模板图像进行灰度化和二值化处理 template_gray = cv2.cvtColor(template, cv2.COLOR_BGR2GRAY) _, template_thresh = cv2.threshold(template_gray, 0, 255, cv2.THRESH_BINARY) # 获取模板图像大小 h, w = template_thresh.shape[:2] # 使用归一化平方差匹配算法进行模板匹配 res = cv2.matchTemplate(img, template_thresh, cv2.TM_SQDIFF_NORMED) # 获取匹配位置 min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res) top_left = min_loc bottom_right = (top_left[0] + w, top_left[1] + h) # 绘制匹配结果 cv2.rectangle(img, top_left, bottom_right, (0, 0, 255), 2) # 显示匹配结果 cv2.imshow('Match result', img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在上述代码中,我们首先加载了待匹配图像和模板图像,并对模板图像进行了灰度化和二值化处理。然后使用 `cv2.matchTemplate()` 函数进行模板匹配,并获取匹配位置。最后使用 `cv2.rectangle()` 函数绘制匹配结果,并展示出来。
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

打赏作者

半山乱步

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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