Python文档阅读笔记-OpenCV中Template Matching

Posted 2021-10-03 IT1995

目标

通过模板匹配在一张图中找相似图。

原理

模板匹配这个方法是在一个大图中找小图的功能，OpenCV中使用cv.matchTemplate()这个函数实现。在OpenCV中可以填写几种参数。这个函数的返回值是灰度图，其中，每个像素表示该像素的邻域与模板匹配的程度。

如果输入图像的大小为W * H模板图像的大小为w * h，则输出图像的大小为(W -  w + 1) * (H - h + 1)。得到结果后，可以使用cv.minMaxLoc()函数去找里面的最大值和最小值，将其作为矩形的左上角，并将(w, h)作为矩形的宽度和高度。该矩形是模板的区域。

注意：如果使用的cv.TM_SQDIFF为表示方法，最小值给出的将是最佳匹配。

OpenCV中的模板匹配

在图片中找Messi的脸，模板图片如下：

使用不同的表达方式查看结果，代码如下：

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
img = cv.imread('messi5.jpg',0)
img2 = img.copy()
template = cv.imread('template.jpg',0)
w, h = template.shape[::-1]
# All the 6 methods for comparison in a list
methods = ['cv.TM_CCOEFF', 'cv.TM_CCOEFF_NORMED', 'cv.TM_CCORR',
            'cv.TM_CCORR_NORMED', 'cv.TM_SQDIFF', 'cv.TM_SQDIFF_NORMED']
for meth in methods:
    img = img2.copy()
    method = eval(meth)
    # Apply template Matching
    res = cv.matchTemplate(img,template,method)
    min_val, max_val, min_loc, max_loc = cv.minMaxLoc(res)
    # If the method is TM_SQDIFF or TM_SQDIFF_NORMED, take minimum
    if method in [cv.TM_SQDIFF, cv.TM_SQDIFF_NORMED]:
        top_left = min_loc
    else:
        top_left = max_loc
    bottom_right = (top_left[0] + w, top_left[1] + h)
    cv.rectangle(img,top_left, bottom_right, 255, 2)
    plt.subplot(121),plt.imshow(res,cmap = 'gray')
    plt.title('Matching Result'), plt.xticks([]), plt.yticks([])
    plt.subplot(122),plt.imshow(img,cmap = 'gray')
    plt.title('Detected Point'), plt.xticks([]), plt.yticks([])
    plt.suptitle(meth)
    plt.show()

 结果如下：

cv.TM_CCOEFF

 cv.TM_CCOEFF_NORMED

 cv.TM_CCORR

 cv.TM_CCORR_NORMED

 cv.TM_SQDIFF

 cv.TM_SQDIFF_NORMED

上图中可得知TM_CCORR未在大图中找到模板图。

模板匹配多个对象

如果大图中有含义多个模板图，cv.minMaxLoc()不能找出所有，那么设置一个阈值，去寻找，代码如下：

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
img_rgb = cv.imread('mario.png')
img_gray = cv.cvtColor(img_rgb, cv.COLOR_BGR2GRAY)
template = cv.imread('mario_coin.png',0)
w, h = template.shape[::-1]
res = cv.matchTemplate(img_gray,template,cv.TM_CCOEFF_NORMED)
threshold = 0.8
loc = np.where( res >= threshold)
for pt in zip(*loc[::-1]):
    cv.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (0,0,255), 2)
cv.imwrite('res.png',img_rgb

 截图：