OpenCV模板匹配

1.OpenCV中的单对象模板匹配

主要使用cv.matchTemplate()函数来实现。

cv.matchTemplate(image, templ, result, method )

参数如下：

• image：待匹配的源图像
• templ：模板图像
• result：匹配结果图像
• method：模板匹配的算法，具体如下：

参数名称	含义	计算方法
cv.TM_SQDIFF	该方法使用平方差进行匹配，因此最佳的匹配结果在结果为0处，值越大匹配结果越差。
cv.TM_SQDIFF_NORMED	该方法使用归一化的平方差进行匹配，最佳匹配也在结果为0处。
cv.TM_CCORR	相关性匹配方法，该方法使用源图像与模板图像的卷积结果进行匹配，因此，最佳匹配位置在值最大处，值越小匹配结果越差。
cv.TM_CCORR_NORMED	归一化的相关性匹配方法，与相关性匹配方法类似，最佳匹配位置也是在值最大处。
cv.TM_CCOEFF	相关性系数匹配方法，该方法使用源图像与其均值的差、模板与其均值的差二者之间的相关性进行匹配，最佳匹配结果在值等于1处，最差匹配结果在值等于-1处，值等于0直接表示二者不相关。
cv.TM_CCOEFF_NORMED	归一化的相关性系数匹配方法，正值表示匹配的结果较好，负值则表示匹配的效果较差，也是值越大，匹配效果也好。

T 代表模板图像，I 代表待匹配图像。
x ,y 代表当前搜索框在 I 矩阵中左上角元素的坐标。
x’ ,y’ 代表T和搜索框框出来的 I 的矩阵的元素坐标。

如果输入图像的大小为 (WxH) ，而模板图像的大小为 (wxh) ，则输出图像的大小将为(W - w + 1，H - h + 1) 。得到结果后，可以使用cv.minMaxLoc()函数查找最大/最小值在哪。将其作为矩形的左上角，并以 (w，h) 作为矩形的宽度和高度。该矩形是模板的区域。

代码示例：

from matplotlib import pyplot as plt
import cv2 as cv
img = cv.imread("C:\\Users\\dell\\Desktop\\prac files\\prac11.jpg", 0)
img2 = img.copy()
template = cv.imread("C:\\Users\\dell\\Desktop\\prac files\\goal.jpg", 0)
w, h = template.shape[::-1]
# 列表中所有的6种比较方法
methods = ['cv.TM_CCOEFF', 'cv.TM_CCOEFF_NORMED', 'cv.TM_CCORR',
           'cv.TM_CCORR_NORMED', 'cv.TM_SQDIFF', 'cv.TM_SQDIFF_NORMED']
for meth in methods:
    img = img2.copy()
    method = eval(meth)
    # 应用模板匹配
    res = cv.matchTemplate(img, template, method)
    min_val, max_val, min_loc, max_loc = cv.minMaxLoc(res)
    # 如果方法是TM_SQDIFF或TM_SQDIFF_NORMED，则取最小值
    if method in [cv.TM_SQDIFF, cv.TM_SQDIFF_NORMED]:
        top_left = min_loc
    else:
        top_left = max_loc
    bottom_right = (top_left[0] + w, top_left[1] + h)
    cv.rectangle(img, top_left, bottom_right, 255, 2)
    plt.subplot(121), plt.imshow(res, cmap='gray')
    plt.title('Matching Result'), plt.xticks([]), plt.yticks([])
    plt.subplot(122), plt.imshow(img, cmap='gray')
    plt.title('Detected Point'), plt.xticks([]), plt.yticks([])
    plt.suptitle(meth)
    plt.show()

2.OpenCV中的多对象模板匹配

假设搜索具有多次出现的对象，则cv.minMaxLoc()不会为您提供所有位置。在这种情况下，将使用阈值化。

代码示例：

import numpy as np
import cv2 as cv
img_rgb = cv.imread('C:\\Users\\dell\\Desktop\\prac files\\prac15.jpg')
img_gray = cv.cvtColor(img_rgb, cv.COLOR_BGR2GRAY)
template = cv.imread('C:\\Users\\dell\\Desktop\\prac files\\template.jpg',0)
w, h = template.shape[::-1]
res = cv.matchTemplate(img_gray,template,cv.TM_CCOEFF_NORMED)
threshold = 0.8
loc = np.where( res >= threshold)
for pt in zip(*loc[::-1]):
    cv.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (0, 0, 255), 2)
cv.imshow("prac", img_rgb)
cv.waitKey(0)
cv.destroyAllWindows()