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