这篇教程OpenCV半小时掌握基本操作之模板匹配写得很实用，希望能帮到您。
【OpenCV】⚠️高手勿入! 半小时学会基本操作 ⚠️ 概述模板
概述OpenCV 是一个跨平台的计算机视觉库, 支持多语言, 功能强大. 今天小白就带大家一起携手走进 OpenCV 的世界. (第 21 课) 
模板匹配模板匹配 (Template Matching) 和卷积的原理很像. 模板在原图像上从原点开始滑动, 计算模板与图片被模板覆盖的地方的差别程度. 
格式: cv2.matchTemplate(image, templ, method, result=None, mask=None) 参数: - image: 输入图像
- templ: 输入模板
- method: 方法
- TM_SQDIFF: 计算平方差, 计算出来的值越小, 越相关
- TM_CCORR: 计算相关性, 计算出来的值越大, 越相关
- TM_CCOEFF: 计算相关系数, 计算出来的值越大, 越相关
- TM_SQDIFF_NORMED: 计算归一化平方不同, 计算出来的值越接近 0, 越相关
- TM_CCORR_NORMED: 计算归一化相关性, 计算出来的值越接近 1, 越相关
- TM_CCOEFF_NORMED: 计算归一化系数, 计算出来的值越接近 1, 越相关
案例一例 1: import cv2# 读取图片img = cv2.imread("girl.jpg", 0)print(img.shape) # (1280, 1920)# 读取模板template = cv2.imread("face.jpg", 0)h, w = template.shapeprint(template.shape) # (510, 518)# 模板匹配result = cv2.matchTemplate(img, template, cv2.TM_SQDIFF)
案例二例 2: import cv2from matplotlib import pyplot as plt# 读取图片img = cv2.imread("girl.jpg", 0)# 读取模板template = cv2.imread("face.jpg", 0)h, w = template.shape# 模式methods = ['cv2.TM_SQDIFF', 'cv2.TM_SQDIFF_NORMED', 'cv2.TM_CCORR', 'cv2.TM_CCORR_NORMED', 'cv2.TM_CCOEFF', 'cv2.TM_CCOEFF_NORMED']# 循环for meth in methods: img2 = img.copy() # 匹配方法的真值 method = eval(meth) print("method:", method) res = cv2.matchTemplate(img, template, method) min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res) # 如果是平方差匹配TM_SQDIFF或归一化平方差匹配TM_SQDIFF_NORMED，取最小值 if method in [cv2.TM_SQDIFF, cv2.TM_SQDIFF_NORMED]: top_left = min_loc else: top_left = max_loc bottom_right = (top_left[0] + w, top_left[1] + h) # 画矩形 cv2.rectangle(img2, top_left, bottom_right, 255, 2) # 展示 f, ax = plt.subplots(1, 2, figsize=(16, 8)) ax[0].imshow(img2, cmap='gray') ax[1].imshow(res, cmap='gray') plt.suptitle(meth) plt.show()输出结果: 
到此这篇关于OpenCV半小时掌握基本操作之模板匹配的文章就介绍到这了,更多相关OpenCV模板匹配内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！
Python基础之python循环控制语句break/continue详解
使用OpenCV为图像加水印的教程 |
