【传统视觉】模板匹配和卡尺圆检测

模板匹配 粗定位

1、原理:模板匹配是指在当前图像A中匹配与图像B最相似的部分,那么A为输入图像,B为模板图像。

2、匹配方法:B在A上华东,逐个遍历所有像素完成匹配。

3、函数:

复制代码
result = cv2.matchTemplate(image, templ, method[,mask]);
返回值:一个结果集。类型是单通道32位浮点型

其中image为图像A,templ为模板(图像B),method为匹配方法;
method = 0-5 总共六种方法
参数值 对应数值 解释
cv2.TM_SQDIFF 0 以方差为依据,进行匹配,result值为0表示匹配度最好,值越大,表示匹配度越差
cv2.TM_SQDIFF_NORMED 1 标准(归一化)平方差匹配
cv2.TM_CCORR 2 A与B的像素点相乘,较大则匹配度较高,result的值越小表示匹配度越差,值越大表示匹配度越好
cv2.TM_CCORR_NORMED 3 2的归一化
cv2.TM_CCOEFF 4 模板图像B与A均值的相关性匹配,1表示完美匹配,-1表示垃圾匹配,0表示没得关系
cv2.TM_CCOEFF_NORMED 5 4的归一化

4、配合查找最值方式来找到匹配的位置

复制代码
minVal,maxVal,minLoc,maxLoc=cv2.minMaxLoc(src[,mask])
src:为单通道数组。
minVal:为返回的最小值,如果没有最小值,则可以是NULL(空值)。
maxVal:为返回的最大值,如果没有最小值,则可以是NULL。
minLoc:为最小值的位置,如果没有最大值,则可以是NULL。
maxLoc:为最大值的位置,如果没有最大值,则可以是NULL。
mask:为用来选取掩模的子集,可选项

示例:

复制代码
rv = cv2.matchTemplate(img, template, cv2.TM_SQDIFF)
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(rv)

卡尺找圆 精细定位

卡尺的原理:

是找N个小矩形ROI里面的灰度值突变的地方。即:遍历每个小矩形ROI,分别找到1个点,这个点是灰度突变的峰值。然后把这N个点拟合成直线或者圆。

相关推荐
凉白开33811 分钟前
Scala基础知识
开发语言·后端·scala
不要不开心了13 分钟前
Scala内容
开发语言·pytorch·flask·scala·dash
2401_8242568614 分钟前
Scala的函数式编程
开发语言·后端·scala
RadNIkMan24 分钟前
Python学习(二)操作列表
网络·python·学习
幻想趾于现实32 分钟前
C# Winform 入门(2)之发送邮件
开发语言·c#
半盏茶香38 分钟前
启幕数据结构算法雅航新章,穿梭C++梦幻领域的探索之旅——堆的应用之堆排、Top-K问题
java·开发语言·数据结构·c++·python·算法·链表
小吴先生6661 小时前
Groovy 规则执行器,加载到缓存
java·开发语言·缓存·groovy
秋风&萧瑟1 小时前
【QT】QT的多界面跳转以及界面之间传递参数
开发语言·qt
骑牛小道士1 小时前
JAVA- 锁机制介绍 进程锁
java·开发语言