六、模板匹配

12 篇文章 0 订阅 ¥9.90 ¥99.00

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。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。

**

6.1模板匹配的基础

**
cv2.matchTemplate(image,templ,method,[mask])
● image为原始图像,必须是8位或者32位的浮点型图像。
● templ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
在这里插入图片描述
对应公式:在这里插入图片描述
● mask 为模板图像掩模。它必须和模板图像 templ 具有相同的类型和大小。通常情况下该值使用默认值即可。

函数 cv2.matchTemplate()的返回值 result 是由每个位置的比较结果组合所构成的一个结果集,类型是单通道32位浮点型。如果输入图像(原始图像)尺寸是WH,模板的尺寸是wh,则返回值的大小为(W-w+1)*(H-h+1)。

在进行模板匹配时,模板在原始图像内遍历。在水平方向上:
● 遍历的起始坐标是原始图像左数第1个像素值(序号从1开始

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在Python中,可以使用OpenCV库来进行模板匹配模板匹配是一种在图像中寻找特定模式的方法。以下是一个使用模板匹配的示例代码: ```python import cv2 as cv import numpy as np # 读取图像和模板 img_rgb = cv.imread('./images/Mario.png') img_gray = cv.cvtColor(img_rgb, cv.COLOR_BGR2GRAY) template = cv.imread('./images/mario_c.png', 0) # 获取模板的尺寸 w, h = template.shape[::-1] # 使用模板匹配函数进行匹配 res = cv.matchTemplate(img_gray, template, cv.TM_CCOEFF_NORMED) # 设置阈值并筛选匹配度较高的位置 threshold = 0.7 loc = np.where(res >= threshold) # 在原图像上标记匹配的位置 for pt in zip(*loc[::-1]): cv.rectangle(img_rgb, pt, (pt + w, pt + h), (0, 0, 255), 1) # 显示结果 cv.imshow('res.png', img_rgb) cv.waitKey(0) ``` 这段代码首先读取了原始图像和模板图像,然后将模板转换为灰度图像。接下来,使用`matchTemplate()`函数进行模板匹配,并设置匹配的阈值。最后,通过在原图像上绘制矩形框来标记匹配的位置。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [、OpenCV-python 之图像处理(Ⅳ)——模板匹配/分水岭/GrabCut](https://blog.csdn.net/DaGongJiGuoMaLu09/article/details/110381381)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *3* [【python版CV】图像轮廓&模板匹配](https://blog.csdn.net/qq_44859533/article/details/126068675)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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