OpenCV 模板匹配与霍夫变换

最新推荐文章于 2023-02-03 22:08:38 发布
最新推荐文章于 2023-02-03 22:08:38 发布
阅读量165 收藏
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_57555403/article/details/118313129
版权

课前知识储备

什么是模板匹配

模板匹配就是在大图中找小图，也就说在一幅图像中寻找另一幅模板图像的位置。

模板匹配的实现过程

模板匹配的操作方法是将模板图像B在图像A上滑动，遍历所有像素以完成匹配。 工作原理：在带检测图像上，从左到右，从上向下计算模板图像与重叠子图像的匹配度，匹配程度越大，两者相同的可能性越大

局限性： 它只能进行平行移动，若原图像中的匹配目标发 生旋转或大小变化该算法无效。

模板匹配的函数使用：
result = cv2.matchTemplate(image, template,method)

其中 Result为运行结果

Image为待处理图像

Template为模板图像

Method为要采取的方法

实战演练

霍夫变换的概念

霍夫变换(Hough Transform)是图像处理中的一种特征提取技术，来检测任意能够用数学公式表达的形状，即使这个形状被破坏或者有点扭曲。 霍夫变换将图像空间转变为参数空间，在参数空间中执行投票来决定物体的形状。

霍夫变换的基本方法

实战演练

学会了吗

我们下次再见！

All Rights Reserverd@FuXianJun

吃一口鱼
关注
opencv如何求输入图像的子图像（三种方案）
Just Do IT
03-13 1957
本文系原创，转载请注明出处。 我这里介绍三两种方法。第一种新建一个图像；第二种也是新建图像，直接操作数据体，效率会高些；第三种方法直接创建头，用源图像的数据体，用这种方法记得释放新建的头不是释放整个图像。 相比之下，第三种方法不用创建数据体，效率会高很多。第二种方法其次，第一种效率最低。   第一种： IplImage* cvextGetSubImgCpOr(IplI
基于opencv的道路车道线检测
01-10
基于opencv的道路车道线检测。 采用了边缘检测法先检测出绘图图像的边缘，再hough直线拟合，拟合出图中的直线。由于这样查找到的直线非常多，所以先筛选掉角度明显有误的直线，在剩下的直线中保留最长的一组。 然后根据栅格扫描的方式进行逐行扫秒，把得到的交点，和道路中间的灰度小块进行块匹配，因为道路的分道线和道路的颜色是不一样的，根据块匹配区分该点是在分道线上还是在道路上，统计得到中心点左右两侧最匹配的两条直线，作为检测到的道路车道线。
opencv 大图中找小图，并点击小图
热门推荐
qq_37550440的博客
11-16 1万+
opencv 大图（当前页面）找小图（需要点击的地方）,主要方法（cv.matchTemplate） import aircv as ac from PIL import ImageGrab import win32api import win32con from ctypes import * import cv2 as cv def draw_circle(pos, circle_ra...
​OpenCV模板匹配与霍夫变换(python)
Boombl的博客
06-29 113
案例©Fu Xianjun. All Rights Reserved. 一、读取图像 知识储备：模板匹配的概念 模板匹配就是在大图中找小图，也就说在一幅图像中寻找另一幅模板图像的位置。\ 知识储备：模板匹配的实现过程 模板匹配的操作方法是将模板图像B在图像A上滑动，遍历所有像素以完成匹配。 工作原理：在带检测图像上，从左到右，从上向下计算模板图像与重叠子图像的匹配度，匹配程度越大，两者相同的可能性越大。 局限性： 它只能进行平行移动，若原图像中的匹配目标发 生旋转或大小变化，该算...
模板匹配与霍夫变换
m0_58310590的博客
05-31 220
一霍夫变换原理 根据数学对偶性原理提出了检测图像直线的方法,主要应用于模式识别领域中对二值图像进行直线检测。在图像空间XY里，所有过点(x,y)的直线都满足方程: y=px+q (1) 其中p为斜率，q为截距。式(1)也可以写成 q= -px+y (2) 式(2)可以认为代表参数空间PQ中过点(p,q)的1条直线。 由此可知在图像空间中共线的点对应在参数空间里相交的线。亦即在参数空间中相交于同一点的所有直线在图像空间里都有共线的点与之对应。霍夫变换根据这些关系把在图像空间中的检测问题...
Python OpenCV8：OpenCV 模板匹配、霍夫变换
Amzmks的博客
08-21 488
1. 模板匹配 模板匹配：在给定的图片中找到与模板最相似的区域。思路是按照滑动窗口的思路不断移动模板图片，并计算它和图像对应区域的匹配度，最终选择匹配度最高的区域作为最终结果。 对于该图像和模板： 要识别匹配区域，我们必须通过滑动来比较模板图像与源图像： 模板块从左到右、从上到下每次移动一个像素，在每个位置计算与模板图像的相似度，结果存储在结果矩阵中。 如果输入图像的大小 W*H 和模板图像的大小 w*h ，则输出矩阵R的大小为（W-w + 1,H-h + 1），并将R显示为图像。 .
openCV模板匹配和霍夫变换
ShinDebonair
04-24 2265
文章目录模版匹配和霍夫变换1 模板匹配1.1 原理1.2 实现2 霍夫变换2.1 原理2.2 霍夫线检测2.3 霍夫圆检测[了解]image-20191008105125382 模版匹配和霍夫变换 学习目标 掌握模板匹配的原理，能完成模板匹配的应用 理解霍夫线变换的原理，了解霍夫圆检测 知道使用OpenCV如何进行线和圆的检测 1 模板匹配 1.1 原理 所谓的模板匹配，就是在给定的图片中查找和模板最相似的区域，该算法的输入包括模板和图片，整个任务的思路就是按照滑窗的思路不断的移动模板图片，计算其与图
OpenCV-模板匹配与霍夫变换
h6111的博客
06-03 379
模板匹配基础 模板匹配就是在大图中找小图，也就说在一幅图像中寻找另一幅模板图像的位置。 在OpenCV内，模板匹配是使用函数cv2.matchTemplate()实现的。该函数的语法格式为： result=cv2.matchTemplate(image,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
OpenCV—模板匹配与霍夫变换
weixin_57397022的博客
06-30 294
© Fu Xianjun. All Rights Reserved. 文章目录
广义霍夫变换和模板匹配的不同
学以致用 知行合一
02-03 957
请看下面的参考图片，下面的图片是模板图，实际上下面左图的红点就是参考点，计算了边缘的点相对于中心点的距离和角度，并存储到R-table中。第 2 步：模板形状规范（计算 r 表），实际就是针对模板图像设立一个参考点, 并统计各个边缘点相对参考点构成的向量, 存储到R-table中，边缘点梯度方向的参考点。而广义霍夫变换是为了检出那些无法写出解析式的不规则形状，虽然在深度学习大行其道的时代，霍夫变换也还是有很多应用场景，另外广义霍夫变换本质上也是一种模板匹配算法。广义霍夫变换可用于对象识别。
Python-OpenCV-模板匹配与霍夫变换
csdnzuoye的博客
06-30 131
模板匹配的概念： 模板匹配就是在大图中找小图，也就说在一幅图像中寻找另一幅模 板图像的位置。 模板匹配的实现过程： 模板匹配的操作方法是将模板图像B在图像A上滑动，遍历所有像素以完成匹配。 工作原理：在带检测图像上，从左到右，从上向下计算模板图像与重叠子图像的匹配度， 匹配程度越大，两者相同的可能性越大。 局限性： 它只能进行平行移动，若原图像中的匹配目标发 生旋转或大小变化，该算法无效。 matchTemplate result = cv2.matchTemplate(image, temp
沈阳建筑大学在河南2021-2024各专业最低录取分数及位次表.pdf
最新发布
09-16
全国各大学在河北2021-2024年各专业最低录取分数及录取位次数据，高考志愿必备参考数据
贵州茅台数据(1).xlsx
09-16
贵州茅台数据(1)
cwgl_jy1301.doc
09-16
cwgl_jy1301.doc
java-ssm+jsp游戏账号交易系统实现源码(项目源码-说明文档)
09-16
登录进入游戏账号交易系统可以查看系统用户管理，用户信息管理，海洋新闻管理，海鲜信息管理，购买信息管理，订退单信息管理和系统管理首页、个人中心、卖家管理、用户管理、游戏类别管理、手续费用管理、地下城与勇士管理、地下城账号购买、地下城账号换绑管理、地下城账号申诉管理、地下城私信聊天管理、地下城私信回复管理、英雄联盟管理、英雄联盟购买管理 项目关键技术 开发工具：IDEA 、Eclipse 编程语言: Java 数据库: MySQL5.7+ 后端技术：ssm 前端技术：jsp 关键技术：jsp、spring、ssm、MYSQL、MAVEN 数据库工具：Navicat、SQLyog
opencvsharp带角度模板匹配代码实例
08-28
`OpenCVSharp`是一个.NET版本的OpenCV库，它允许开发者在.NET平台上利用OpenCV的强大功能，包括图像处理、计算机视觉等。对于角度模板匹配，你可以使用`HoughLinesP`函数结合仿射变换来实现。下面是一个简单的示例，展示如何在一个图像中查找与特定角度模板相似的部分： ```csharp using OpenCvSharp; using System; class Program { static void Main(string[] args) { // 加载图片和模板 Mat srcImage = Cv2.ImRead("input_image.jpg", ImreadModes.Color); Mat template = Cv2.ImRead("template_angle.jpg", ImreadModes.Color); // 将模板转换为灰度并计算其旋转不变矩心 Mat grayTemplate = new Mat(); Cv2.CvtColor(template, grayTemplate, ColorConversionCodes.BGR2GRAY); Point2f center = CalculateRotationCenter(grayTemplate); // 使用Hough线检测找出模板的角度 float angleInDegrees = DetectAngle(grayTemplate, center); // 如果找到了合适的角，应用仿射变换到源图像上 if (Math.Abs(angleInDegrees - templateAngleExpected) < tolerance) { Point2f[] startEndPoints = HoughLinesP(grayTemplate, 1, Math.PI / 180, threshold, 50, 10); Mat result = new Mat(srcImage.Rows, srcImage.Cols, CvType.CV_8UC3); DrawRotatedRectangle(result, center, angleInDegrees, Scalar.All(0), 2); // 显示结果 Cv2.imshow("Result", result); Cv2.waitKey(); } else { Console.WriteLine("No match found with the expected angle."); } } static Point2f CalculateRotationCenter(Mat img) { // 算法略... return new Point2f(img.Width / 2f, img.Height / 2f); // 示例中假设中心在图像中心 } static float DetectAngle(Mat img, Point2f center) { // 使用霍夫变换找出角度，算法略... return 45; // 示例中的假想角度值 } static Point2f[] HoughLinesP(Mat image, double dp, double theta, int threshold, int minLineLength, int maxLineGap) { // 霍夫线检测的实现细节，使用OpenCV提供的函数 // ... return linesArray; // 返回一组起点终点坐标 } static void DrawRotatedRectangle(Mat img, Point2f center, float angle, Scalar color, int thickness) { // 绘制旋转矩形，算法略... } } ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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