OpenCV与模板匹配和霍夫变换

 Fu Xianjun. All Rights Reserved

目录

一. 模板匹配的概念

二. 实战演练：印花检测

二.  霍夫变换的概念

四. 实战演练：车道检测

重点：模板匹配的方法、霍夫变换的方法
难点：模板匹配及霍夫变换的实战

1.模板匹配的概念

模板匹配是指在当前图像A内寻找与图像B最相似的部分，般将图像 A称为输入图像，将图像B称为模板图像。模板匹配的操作方法是将模板图像B在图像A上滑动，遍历所有像素以完成匹配。

例如，在图15-1中，希望在图中的大图像“lena” 内寻找左上角的“眼睛”图像。此时，大图像“lena”是输入图像，“眼睛”图像是模板图像。查找的方式是，将模板图像在输入图像内从左上角开始滑动，逐个像素遍历整幅输入图像，以查找与其最匹配的部分。

在OpenCV内，模板匹配是使用函数ov2 machemplateQ实现的。该函数的语法格式为:result =  cv2.matchTemplate(image, templ, methodI, mask ) )

其中:

*image 为原始图像，必须是8位或者32位的浮点型图像

*templ 为模板图像。它的尺寸必须小于或等于原始图像，并且与原始图像具有同样的类

*method为匹配方法。该参数通过TemplateMatchModes实现

模板匹配的实现过程

模板匹配的操作方法是将模板图像B在图像A上滑动，遍历所有像素以完成匹配。
工作原理：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