python opencv模板匹配多目标_[python-opencv]模板匹配

本文介绍如何使用Python和OpenCV进行模板匹配,适用于工业场景中的工件识别。通过匹配度评估方法TM_SQDIFF_NORMED、TM_CCORR_NORMED和TM_CCOEFF_NORMED找到最佳匹配区域,并展示匹配过程和结果。
摘要由CSDN通过智能技术生成

模板匹配最适用于工业场合(在一张图片中识别特定的工件图)

模板匹配是一种最原始、最基本的模式识别方法,研究某一特定对象物的图案位于图像(target)的什么地方,进而识别对象物,这就是一个匹配问题。

它是图像处理中最基本、最常用的匹配方法。模板匹配具有自身的局限性,主要表现在它只能进行平行移动,若原图像中的匹配目标发生旋转或大小变化,该算法无效。

简单来说,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。

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。

bce8f2f75ae51aee007bff2f3dfdfe43.png

d60e6e5c331fca9e5a18fe09c4368d95.png

1 importcv2 as cv2 importnumpy as np3

4

5 defmatchTemplate_demo():6 tpl = cv.imread('1_tpl.jpg')7 target = cv.imread('1.jpg')8 #cv.namedWindow('matchTemplate_demo', cv.WINDOW_AUTOSIZE)

9 #cv.imsh

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