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 &