OpenCV模板匹配模板匹配|OpenCV

本文概述

OpenCV中的模板匹配
模板与多个对象匹配
模板匹配的局限性

模板匹配是一种用于在较大图像中查找模板图像的位置的技术。为此, OpenCV提供了cv2.matchTemplates()函数。它只是在输入图像上滑动模板图像, 然后比较输入图像下的模板和补丁。
有多种方法可用于比较。我们将在进一步的主题中讨论一些流行的方法。
它返回一个灰度图像, 其中每个像素代表该像素与输入模板匹配的邻域数。
OpenCV中的模板匹配模板匹配包括以下步骤：
步骤-1：获取实际图像并将其转换为灰度图像。
步骤-2：选择模板作为灰度图像。
步骤-3：找到精度级别匹配的位置。通过模板图像在实际图像上滑动来完成。
步骤-4：如果结果大于精度等级, 则将该位置标记为检测到。
考虑以下示例：

import cv2 import numpy as np # Reading the main image rgb_img = cv2.imread(r'C:\Users\DEVANSH SHARMA\rolando.jpg', 1)# It is need to be convert it to grayscale gray_img = cv2.cvtColor(rgb_img, cv2.COLOR_BGR2GRAY) # Reading the template image template = cv2.imread(r'C:\Users\DEVANSH SHARMA\ronaldo_face.jpg', 0) # Store width in variable w and height in variable h of templatew, h = template.shape[:-1] # Now we perform match operations. res = cv2.matchTemplate(gray_img, template, cv2.TM_CCOEFF_NORMED) # Declare a threshold threshold = 0.8# Store the coordinates of matched location in a numpy array loc = np.where(res > = threshold) # Draw the rectangle around the matched region. for pt in zip(*loc[::-1]): cv2.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (0, 255, 255), 2) # Now display the final matched template image cv2.imshow('Detected', img_rgb)

【OpenCV模板匹配】输出

文章图片
模板与多个对象匹配在上面的示例中, 我们在图像中搜索仅在图像中出现一次的模板图像。假设在特定图像中多次出现的特定对象。在这种情况下, 我们将使用阈值设置, 因为cv2.minMaxLoc()不会提供模板图像的所有位置。考虑以下示例。

import cv2 import numpy as np # Reading the main image img_rgb = cv2.imread(r'C:\Users\DEVANSH SHARMA\mario.png', 1)# It is need to be convert it to grayscale img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY) # Read the template template = cv2.imread(r'C:\Users\DEVANSH SHARMA\coin1.png', 0) # Store width in variable w and height in variable h of templatew, h = template.shape[:-1] # Now we perform match operations. res = cv2.matchTemplate(img_gray, template, cv2.TM_CCOEFF_NORMED) # Declare a threshold threshold = 0.8# Store the coordinates of matched region in a numpy array loc = np.where( res > = threshold) # Draw a rectangle around the matched region. for pt in zip(*loc[::-1]): cv2.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (0, 255, 255), 2) # Now display the final matched template image cv2.imshow('Detected', img_rgb)

输出