python图像识别匹配_Python 模板匹配 匹配多个 识别多个图形

识别技巧：

小图的选择，尽可能的选择最核心的部分，要保证大图里面每个元素有包含了小图

小图特点：小、每个图都能匹配到、取核心部分

匹配的几种方式：

1、TM_SQDIFF：平方差匹配；

TM_SQDIFF_NORMED：标准平方差匹配。

利用平方差来进行匹配,最好匹配为0.匹配越差,匹配值越大。

2、TM_CCORR：相关性匹配；

TM_CCORR_NORMED：标准相关性匹配。

采用模板和图像间的乘法操作,数越大表示匹配程度较高, 0表示最坏的匹配效果。

3、TM_CCOEFF：相关性系数匹配；

TM_CCOEFF_NORMED：标准相关性系数匹配。

将模版对其均值的相对值与图像对其均值的相关值进行匹配,

1表示完美匹配,-1表示糟糕的匹配,0表示没有任何相关性(随机序列)。

总结：随着从简单的测量(平方差)到更复杂的测量(相关系数),我们可获得越来越准确的匹配(同时也意味着越来越大的计算代价)。

说明：

原图(大图)：big.jpg

模板(小图)：smart.jpg

importcv2importnumpy as npfrom matplotlib importpyplot as plt#原文：https://www.cnblogs.com/gezhuangzhuang/p/10724769.html#原文：https://blog.csdn.net/qq_21840201/article/details/85084621

#1. 读入原图和模板

img_rgb &