Python OpenCV学习笔记之(图像模板匹配)

【Python OpenCV学习笔记之(图像模板匹配)】

# -*- coding: utf-8 -*- """ 图像模板匹配 模板匹配是在图像中寻找目标的方法之一 模板匹配的工作方式 模板匹配的工作方式跟直方图的反向投影基本一样,大致过程是这样的:通过在输入图像上滑动图像块对实际的图像块和输入图像进行匹配。 假设我们有一张100x100的输入图像,有一张10x10的模板图像,查找的过程是这样的: (1)从输入图像的左上角(0,0)开始,切割一块(0,0)至(10,10)的临时图像; (2)用临时图像和模板图像进行对比,对比结果记为c; (3)对比结果c,就是结果图像(0,0)处的像素值; (4)切割输入图像从(0,1)至(10,11)的临时图像,对比,并记录到结果图像; (5)重复(1)~(4)步直到输入图像的右下角。 模板匹配的匹配方式 在OpenCv和EmguCv中支持以下6种对比方式: CV_TM_SQDIFF 平方差匹配法:该方法采用平方差来进行匹配;最好的匹配值为0;匹配越差,匹配值越大。 CV_TM_CCORR 相关匹配法:该方法采用乘法操作;数值越大表明匹配程度越好。 CV_TM_CCOEFF 相关系数匹配法:1表示完美的匹配;-1表示最差的匹配。 CV_TM_SQDIFF_NORMED 归一化平方差匹配法 CV_TM_CCORR_NORMED 归一化相关匹配法 CV_TM_CCOEFF_NORMED 归一化相关系数匹配法 参考:http://www.cnblogs.com/xrwang/archive/2010/02/05/MatchTemplate.html """ import cv2 import numpy as np from matplotlib import pyplot as pltimg = cv2.imread('../../../datas/images/apple.jpg',0) img2 = img.copy() template = cv2.imread('../../../datas/images/apple-template.jpg',0) w, h = template.shape[::-

    推荐阅读