OpenCV图像处理技术（Python）——图像匹配与霍夫变换

© Fu Xianjun. All Rights Reserved

一、模板匹配

模板匹配是指在当前图像A内寻找与图像B最相似的部分，一般将图像A称为输入图像，将图像B称为模板图像。

1.模板匹配基础

语法格式：

result = cv2.matchTemplate(iamge,temp1,method[,mask])

· image为原始图像，必须是8位或者32位的浮点型图像。
· temp1为模板图像。它的尺寸必须小于或等于原始图像，并且与原始图像具有同样的类型。
· method为匹配方法。该参数通过TemplateMatchModes实现，有6种可能的值。

method的值以及含义

参数值	对应数值	说明
cv2.TM_SQDIFF	0	以差方位依据进行匹配。若完全匹配，则结果为零；若不匹配，则会得到一个很大的值
cv2.TM_SQDIFF_NORMED	1	标准（归一化）平方差匹配
cv2.TM_CCORR	2	相关匹配，这类方法将模板图像与输入图像相乘，如果乘积较大，表示匹配程度较高；如果乘积为0，则表示匹配效果最差
cv2.TM_CCORR_NORMED	3	标准（归一化）相关匹配
cv2.TM_CCOEFF	4	相关系数匹配，这类方法将模板图像与其均值相对值，和输入图像与其均值的相关值进行匹配。1表示完美，-1表示糟糕的匹配，0表示没有任何相关性（随机序列）
cv2.TM_CCOEFF_NORMED	5	标准（归一化）相关系数匹配

· mask为模板图像掩模。它必须和模板图像temp1具有相同的类型大小。通常情况下该值使用默认值即可。当前，该参数仅支持cv2.TM_SQDIFF和cv2.TM_CCORR_NORMED两个值。

2.多模板匹配

1.导入需要的库
代码如下：

import cv2
import numpy as np
#Matplotlib是RGB
import matplotlib.pyplot as plt
%matplotlib inline 

#定义显示图片的函数,避免重复代码
def cv_show(name, img):
    cv2.imshow(name, img)
    cv2.waitKey()
    cv2.destroyAllWindows()

2.读取模板图片
代码如下：

#读取模板图片
template = cv2.imread("lena_eye.jpg")
cv_show("template",template)

3.读取检测图片
代码如下：

img = cv2.imread("lena.jpg")
cv_show("img", img)

4.获取模板的大小
代码如下：

#获取到我们模板的大小h,w
h, w = template.shape[:2]

4.模板匹配
代码如下：

#开始模板匹配过程(采用计算归一化平方不同,计算值越接近0,越相关)
res = cv2.matchTemplate(img, template, cv2.TM_SQDIFF_NORMED)
min_val, max_val