【传统视觉】模板匹配和卡尺圆检测

模板匹配 粗定位

1、原理：模板匹配是指在当前图像A中匹配与图像B最相似的部分，那么A为输入图像，B为模板图像。
2、匹配方法：B在A上华东，逐个遍历所有像素完成匹配。
3、函数：

result = cv2.matchTemplate(image, templ, method[,mask]);
返回值：一个结果集。类型是单通道32位浮点型

其中image为图像A，templ为模板（图像B），method为匹配方法；
method = 0-5 总共六种方法

参数值	对应数值	解释
cv2.TM_SQDIFF	0	以方差为依据，进行匹配，result值为0表示匹配度最好，值越大，表示匹配度越差
cv2.TM_SQDIFF_NORMED	1	标准（归一化）平方差匹配
cv2.TM_CCORR	2	A与B的像素点相乘，较大则匹配度较高，result的值越小表示匹配度越差，值越大表示匹配度越好
cv2.TM_CCORR_NORMED	3	2的归一化
cv2.TM_CCOEFF	4	模板图像B与A均值的相关性匹配，1表示完美匹配，-1表示垃圾匹配，0表示没得关系
cv2.TM_CCOEFF_NORMED	5	4的归一化

4、配合查找最值方式来找到匹配的位置

minVal,maxVal,minLoc,maxLoc=cv2.minMaxLoc(src[,mask])
src：为单通道数组。
minVal：为返回的最小值，如果没有最小值，则可以是NULL(空值)。
maxVal：为返回的最大值，如果没有最小值，则可以是NULL。
minLoc：为最小值的位置，如果没有最大值，则可以是NULL。
maxLoc：为最大值的位置，如果没有最大值，则可以是NULL。
mask：为用来选取掩模的子集，可选项

示例：

rv = cv2.matchTemplate(img, template, cv2.TM_SQDIFF)
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(rv)

卡尺找圆 精细定位

卡尺的原理：
是找N个小矩形ROI里面的灰度值突变的地方。即：遍历每个小矩形ROI，分别找到1个点，这个点是灰度突变的峰值。然后把这N个点拟合成直线或者圆。