opencv在大图中标记出小图

直接看效果
大图:
请添加图片描述小图:

请添加图片描述
程序运行效果图:
在这里插入图片描述代码部分:

# coding: utf-8
# 团   队:风讯网络
# 后   端:dopa
# 开发时间:2021/10/11 15:08
import cv2


def template_demo():
    tpl = cv2.imread("./a1.png")
    target = cv2.imread("./a4.png")
    cv2.imshow("target image", target)
    th, tw = target.shape[:2]
    result = cv2.matchTemplate(target, tpl, cv2.TM_CCOEFF_NORMED)

    min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result)
    tl = max_loc
    br = (tl[0] + tw, tl[1] + th)
    cv2.rectangle(tpl, tl, br, (0, 0, 255), 2)
    print(tl)
    print(br)
    cv2.imshow("match-" + str(cv2.TM_CCOEFF_NORMED), tpl)


if __name__ == "__main__":
    template_demo()
    cv2.waitKey(0)
    cv2.destroyAllWindows()

  • 2
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
### 回答1: OpenCvSharp是一个基于OpenCV的开源计算机视觉库,可以用于处理图像和视频。对于大图找小图的问题,可以通过OpenCvSharp提供的一些函数和算法来处理。 首先,我们需要加载大图和小图。可以使用OpenCvSharp的`Cv2.ImRead()`函数来加载图像文件,将大图和小图分别存储为`Mat`对象。 接下来,我们可以使用OpenCvSharp的模板匹配算法来找到小图在大图的位置。可以使用`Cv2.MatchTemplate()`函数进行模板匹配,并将匹配结果存储为`Mat`对象。 然后,我们可以使用OpenCvSharp的`Cv2.MinMaxLoc()`函数来找到匹配结果的最大值和最小值,并得到最大值的位置,即小图在大图的位置。 最后,我们可以使用OpenCvSharp的绘图函数来在大图标记出小图的位置。可以使用`Cv2.Rectangle()`函数在大图上绘制矩形框来标记小图的位置。 综上所述,使用OpenCvSharp实现大图找小图的方法包括加载图像、模板匹配、找到匹配结果的最大值位置以及绘制标记。通过这些步骤,我们可以在大图准确地找到小图的位置。 ### 回答2: OpenCvSharp是一个用于进行计算机视觉和图像处理的开源库。如果我们想要在大图找到小图,可以使用OpenCvSharp提供的图像匹配函数。 首先,我们需要加载大图和小图。然后,我们可以使用OpenCvSharp的匹配函数来在大图寻找小图。OpenCvSharp提供了多种匹配算法,例如模板匹配、特征点匹配等。 在模板匹配算法,我们可以使用OpenCvSharp的`Cv2.MatchTemplate()`函数来找到大图与小图最相似的部分。该函数将返回一个灰度图像,其亮度较高的区域表示与小图最相似的部分。 另一种方法是使用特征点匹配。我们可以使用OpenCvSharp的`Cv2.FindHomography()`函数来计算大图和小图之间的透视变换矩阵。然后,我们可以使用`Cv2.WarpPerspective()`函数将透视变换应用到大图上,从而获得与小图对应的区域。 最后,我们可以根据匹配结果来确定小图在大图的位置。可以使用OpenCvSharp的`Cv2.MinMaxLoc()`函数来找到灰度图像亮度最高的像素,该像素的位置即为小图在大图的位置。 总之,OpenCvSharp提供了许多用于图像匹配的函数和算法,可以帮助我们在大图找到小图,并确定其位置。无论是使用模板匹配还是特征点匹配,我们都可以利用OpenCvSharp的功能来实现这一目标。 ### 回答3: 要使用OpenCvSharp在大图找到小图,可以通过以下步骤实现。 首先,加载大图和小图的图像。使用`Cv2.ImRead()`方法可以读取大图和小图的文件,然后分别将它们转换为`Mat`对象。 接下来,使用`Cv2.MatchTemplate()`方法在大图搜索小图。这个方法会比较大图和小图的像素,并返回一个匹配结果的矩阵。 然后,通过在匹配结果矩阵找到最佳匹配点的位置来确定小图在大图的位置。可以使用`Cv2.MinMaxLoc()`方法找到矩阵的最小值和最大值,并返回它们的位置。 最后,根据匹配点的位置和小图的大小,在大图上绘制一个矩形框来标记小图的位置。使用`Cv2.Rectangle()`方法可以在大图上绘制矩形框。 以上就是使用OpenCvSharp在大图找到小图的基本步骤。需要注意的是,匹配结果可能会有多个匹配点,需要根据具体需求选择最佳的匹配点。另外,还可以通过调整匹配方法和参数来优化匹配效果。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值