openCv学习记录8

模板匹配

TM_SQDIFF：计算平方不同，计算出来的值越小，越相关

TM_CCORR：计算相关性，计算出来的值越大，越相关

TM_CCOEFF：计算相关系数，计算出来的值越大，越相关

TM_SQDIFF_NORMED：计算归一化平方不同，计算出来的值越接近0，越相关

TM_CCORR_NORMED：计算归一化相关性，计算出来的值越接近1，越相关

TM_CCOEFF_NORMED：计算归一化相关系数，计算出来的值越接近1，越相关
详情：https://blog.csdn.net/Chroniccandy/article/details/106732885

import cv2 as cv
import numpy as np

def template_demo():
    tpl = cv.imread("./temp.png")#模板
    target = cv.imread("./1.png")#原图
    cv.imshow("template image",tpl)
    cv.imshow("target image",target)
    
    methods = [cv.TM_SQDIFF_NORMED,cv.TM_CCORR_NORMED,cv.TM_CCOEFF_NORMED]　　#各种匹配算法
    th,tw = tpl.shape[:2]　　#获取模板图像的高宽
    for md in methods:
        result = cv.matchTemplate(target,tpl,md)
        # result是我们各种算法下匹配后的图像
        # cv.imshow("%s"%md,result)
        #获取的是每种公式中计算出来的值，每个像素点都对应一个值
        min_val,max_val,min_loc,max_loc = cv.minMaxLoc(result)
        if md == cv.TM_SQDIFF_NORMED:
            tl = min_loc    #tl是左上角点
        else:
            tl = max_loc
        br = (tl[0]+tw,tl[1]+th)    #右下点
        cv.rectangle(target,tl,br,(0,0,255),2)　　#画矩形
        cv.imshow("match-%s"%md,target)


src = cv.imread("./1.png")  #读取图片
cv.namedWindow("input image",cv.WINDOW_AUTOSIZE)    #创建GUI窗口,形式为自适应
cv.imshow("input image",src)    #通过名字将图像和窗口联系
template_demo()
cv.waitKey(0)   #等待用户操作，里面等待参数是毫秒，我们填写0，代表是永远，等待用户操作
cv.destroyAllWindows()  #销毁所有窗口