|
背景简介
模板匹配通常被用于目标检测、相似度分析中，opencv2和opencv3中提供了一个专门用于模板匹配的函数matchTemplate()，下面就对该函数以及其它设计的函数进行详细的介绍
函数说明
1、matchTemplate(image,template,method)
参数说明：
image ：源图，待搜索图像
template：模版图像，需要搜索的图像
method：计算匹配程度的方法，具体method方法有如下：
1 2 3 4 5 6 | 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
|
最后，可cvMinMaxLoc() 函数获取最后的最佳匹配结果
2、minMaxLoc(res)
minMaxLoc寻找矩阵(一维数组当作向量,用Mat定义) 中最小值和最大值的位置
注意：多通道图像在使用minMaxLoc()函数是不能给出其最大最小值坐标的，因为每个像素点其实有多个坐标，所以是不会给出的。因此在编程时，这2个位置应该给NULL。
res 为 上面函数 matchTemplate 所匹配到的结果为参数
min_val,max_val,min_loc,max_loc = cv2.minMaxLoc(res)
我们定义一下变量用于接收minMaxLoc获取匹配的图像的匹配值和坐标
min_val:最小匹配值
max_val:最大匹配值
min_loc:最小坐标
max_loc:最大坐标
举个例子
找出模版图片在原图中的为之并标注
源图片 
模版图片 
实现代码如下：
1 2 3 4 5 6 7 8 9 10 11 12 13 | import cv2
imgsr=cv2.imread("/Users/laoyan/Desktop/sourcetest.png")
imgtm=cv2.imread("/Users/laoyan/Desktop/templatewatchtest.png")
#获取模板图片的高和宽
imgtmh1 = imgtm.shape[0]
imgtmw1 = imgtm.shape[1]
#与模版比对
res=cv2.matchTemplate(imgsr,imgtm,cv2.TM_CCOEFF_NORMED)
min_val,max_val,min_loc,max_loc = cv2.minMaxLoc(res)
img=cv2.rectangle(imgsr,max_loc,(max_loc[0]+imgtmw1,max_loc[1]+imgtmh1),(0,0,255),2)
cv2.imshow('Image',img)
cv2.waitKey(0)
cv2.destroyAllWindows()
|
结果如下： 
|
