📅  最后修改于: 2021-01-07 06:43:00             🧑  作者: Mango
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。它只是将模板图像滑动到输入图像上,然后比较模板和输入图像下的色块。
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。
模板匹配包括以下步骤:
步骤-1:拍摄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:找到准确度等级匹配的位置。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 template
w, 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)
输出:
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。假设特定对象在特定图像中出现多次。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 template
w, 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:
在上面的程序中,我们以受欢迎的超级马里奥游戏的图像为主图像,并以硬币图像为模板图像。硬币在主图像中出现多次。当它在图像中找到硬币时,将在硬币上绘制矩形。
模板匹配的局限性如下: