ToB企服应用市场:ToB评测及商务社交产业平台

标题: 模板匹配matchTemplate [打印本页]
作者: 笑看天下无敌手    时间: 2024-9-5 18:43
标题: 模板匹配matchTemplate
定义：模板匹配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，整个使命的思路就是按照滑窗的思路不断的移动模板图片，计算其与图像中对应区域的匹配度，最终将匹配度最高的区域选择为最终的结果。
原理：将模板块每次移动一个像素(从左往右，从上往下)，在每一个位置，都计算与模板图像的相似水平。对于每一个位置将计算的相似结果生存在结果矩阵®中。如果输入图像的大小(WxH)且模板图像的大小(wxh)，则输出矩阵R的大小为(W-w +1,H-h+1)将R表现为图像。得到图像后，查找最大值地点的位置，那么该位置对应的区域就被认为是最匹配的。对应的区域就是以该点为顶点，长宽和模板图像一样大小的矩阵。
案例：
API
  1. res = cv.matchTemplate(img,template,method)
  2. img:要进行模板匹配的图像
  3. Template:模板
  4. 实现模板匹配的算法，主要有method:
  5. 1.平方差匹配(cv2.TM_SQDIFF_NORMED):利用模板与图像之间的平方差进行匹配最好的匹配是0，匹配越差，匹配的值越大。
  6. 2.相关匹配(cv2.TM_CCORR_NORMED):利用模板与图像间的乘法进行匹配，数值越大表示匹配程度较高，越小表示匹配效果差，
  7. 3.利用相关系数匹配(cv2.TM_CCOEFF_NORMED):利用模板与图像间的相关系数匹配，1表示完美的匹配，-1表示最差的匹配。
复制代码
完成匹配后，使用cv.minMaxLoc()方法查找最大值地点的位置即可。如果使用平方差作为比力方法，则最小值位置是最佳匹配位置。
单个对象匹配
  1. import cv2 as cv2
  2. img = cv2.imread('11.png')    #(781, 1314, 3)数组
  3. template = cv2.imread('kg.png') #(109, 110, 3)
  4. h, w = template.shape[:2]  ##参照物体宽高
  5. # 匹配模板
  6. res = cv2.matchTemplate(img, template, cv2.TM_CCOEFF_NORMED) #(673, 1205)
  7. min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)
  8. # 计算矩形左边
  9. top_left = max_loc
  10. bottom_right = (top_left[0] + w, top_left[1] + h)
  11. # 画矩形
  12. cv2.rectangle(img, top_left, bottom_right, (0, 255, 0), 5)
  13. #cv.rectangle(img,leftupper,rightdown,color,thickness)
  14. #img:要绘制矩形的图像
  15. #Leftupper, rightdown:矩形的左上角和右下角坐标
  16. #color: 线条的颜色
  17. #Thickness: 线条宽度
  18. # 展示结果
  19. cv2.imshow('img_rgb', img)
  20. cv2.waitKey(0)
复制代码
多个对象匹配
  1. import cv2
  2. import numpy as np
  4. # 读取目标图像和模板图像
  5. img = cv2.imread('11.png')
  6. template = cv2.imread('tp.png')
  8. # 获取模板图像的宽度和高度
  9. h, w = template.shape[:2]
  11. # 模板匹配
  12. res = cv2.matchTemplate(img, template, cv2.TM_CCOEFF_NORMED)
  14. # 设置匹配的阈值，通常在0.8~1.0之间
  15. threshold = 0.75  
  16. loc = np.where(res >= threshold)
  18. # 绘制匹配的矩形框并统计匹配数量
  19. count = 0
  20. for pt in zip(*loc[::-1]):  # 将匹配结果的坐标反转，以便用于cv2.rectangle
  21.     cv2.rectangle(img, pt, (pt[0] + w, pt[1] + h), (0, 255, 0), 2)
  22.     count += 1
  23. # 显示结果
  24. cv2.putText(img, f"Found {count} objects", (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 1, (255, 0, 0), 2)
  25. #cv.putText(img,text,station, font, fontsize,color,thickness,cv.LINE_AA)
  26. #img: 图像
  27. #text:要写入的文本数据
  28. #station:文本的放置位置
  29. #font:字体
  30. #Fontsize :字体大小
  31. #cv.LINE_AA：避免图像线段锯齿型
  32. cv2.imshow('Detected', img)
  33. cv2.waitKey(0)
  34. cv2.destroyAllWindows()
复制代码
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。



欢迎光临 ToB企服应用市场:ToB评测及商务社交产业平台 (https://dis.qidao123.com/) Powered by Discuz! X3.4