python模板匹配代码详解_OpenCV-Python：模板匹配
啥叫模板匹配
模板匹配就是在⼤图中⼩图，也就说在⼀幅图像中寻另⼀幅模板图像的位置：
OpenCV使⽤ cv2.matchTemplate() 实现模板匹配。
importcv2importnumpy as npfrom matplotlib import pyplot as plt
img = cv2.imread('lena.jpg', 0)
template= cv2.imread('face.jpg', 0)
h, w= template.shape[:2] #rows->h, cols->w
匹配函数返回的是⼀幅灰度图，最⽩的地⽅表⽰最⼤的匹配。使⽤ cv2.minMaxLoc() 函数可以得到最⼤匹配值的坐标，以这个点为左上⾓⾓点，模板的宽和⾼画矩形就是匹配的位置了：
#相关系数匹配⽅法: cv2.TM_CCOEFF
res =cv2.matchTemplate(img, template, cv2.TM_CCOEFF)
min_val, max_val, min_loc, max_loc=cv2.minMaxLoc(res)
left_top= max_loc #左上⾓
right_bottom = (left_top[0] + w, left_top[1] + h) #右下⾓
plt.subplot(121), plt.imshow(res, cmap='gray')
plt.title('Matching Result'), icks([]), icks([])
plt.subplot(122), plt.imshow(img, cmap='gray')
plt.title('Detected Point'), icks([]), icks([])
plt.show()
模板匹配的原理
模板匹配的原理其实很简单，就是不断地在原图中移动模板图像去⽐较，有6种不同的⽐较⽅法，详细请参考：TemplateMatchModes
平⽅差匹配 CV_TM_SQDIFF：⽤两者的平⽅差来匹配
归⼀化平⽅差匹配 CV_TM_SQDIFF_NORMED
相关匹配 CV_TM_CCORR：⽤两者的乘积匹配，数值越⼤表明匹配程度越好
归⼀化相关匹配 CV_TM_CCORR_NORMED
相关系数匹配 CV_TM_CCOEFF：⽤两者的相关系数匹配，1表⽰完美匹配，-1表⽰最差匹配
归⼀化相关系数匹配 CV_TM_CCOEFF_NORMED
归⼀化的意思就是将值统⼀到0~1，这六种⽅法的对⽐详情请见
rectangle函数opencv匹配多个物体
前⾯我们是最⼤匹配的点，所以只能匹配⼀次。我们可以设定⼀个匹配阈值来匹配多次：
#1. 读⼊原图和模板
img_rgb = cv2.imread('mario.jpg')
img_gray=cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY)
template= cv2.imread('mario_coin.jpg', 0)
h, w= template.shape[:2]#归⼀化平⽅差匹配
res =cv2.matchTemplate(img_gray, template, cv2.TM_CCOEFF_NORMED)
threshold= 0.8
#这段代码后⾯会有解释
loc = np.where(res >= threshold) #匹配程度⼤于80%的坐标y，x
for pt in zip(*loc[::-1]): #*号表⽰可选参数
right_bottom = (pt[0] + w, pt[1] +h)
cv2.imwrite('res.png', img_rgb)
这⾥解释⼀下第三段的代码：
1. np.where() 在这⾥返回res中值⼤于0.8的所有坐标，如：
x = np.arange(9.).reshape(3, 3)print(np.where(x > 5))
(array([2, 2, 2], dtype=int64), array([0, 1, 2], dtype=int64))
结果的含义是(先y坐标，在x坐标)
2. zip() 函数
x = [1, 2, 3]
y= [4, 5, 6]print(list(zip(x, y)))
[(1, 4), (2, 5), (3, 6)]
这样的解释的话，第三段代码就好理解了：因为loc是先y坐标再x坐标，所以⽤loc[::-1]翻转⼀下，然后再⽤zip函数拼接⼀下。
思考⼀下：
图⽚旋转或缩放的话，模板匹配还有作⽤吗？
答案是没有作⽤，因为只有平移的动作，并没有考虑到其他图像特征。这也是模板匹配的局限性所在，但可以使⽤改进的模板匹配算法。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。