OpenCV自学笔记十八:模板匹配

模板匹配是一种在图像中寻找指定模式的方法。OpenCV库提供了用于模板匹配的函数,可以帮助我们在图像中定位和识别特定的模式。下面是模板匹配的基础原理和一个示例:

模板匹配通过在待匹配图像上滑动一个固定大小的模板图像,并计算模板与图像之间的相似度来寻找匹配位置。相似度通常使用相关性或差异度量来衡量。在滑动过程中,当相似度达到最大值或阈值时,认为找到了一个匹配。

下面是一个使用OpenCV进行模板匹配的示例代码:

复制代码
​
import cv2

import numpy as np

import matplotlib.pyplot as plt

# 读取主图像和模板图像

img = cv2.imread('main_image.jpg', 0)

template = cv2.imread('template_image.jpg', 0)

# 进行模板匹配

result = cv2.matchTemplate(img, template, cv2.TM_CCOEFF_NORMED)

min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result)

# 获取匹配位置

top_left = max_loc

bottom_right = (top_left[0] + template.shape[1], top_left[1] + template.shape[0])

# 在主图像上绘制矩形框

cv2.rectangle(img, top_left, bottom_right, 255, 2)

# 显示结果

plt.subplot(131), plt.imshow(img, cmap='gray')

plt.title('Original Image'), plt.xticks([]), plt.yticks([])

plt.subplot(132), plt.imshow(template, cmap='gray')

plt.title('Template Image'), plt.xticks([]), plt.yticks([])

plt.subplot(133), plt.imshow(result, cmap='gray')

plt.title('Matching Result'), plt.xticks([]), plt.yticks([])

plt.show()

​

在上述示例中,我们首先使用`cv2.imread()`函数读取主图像和模板图像,并将它们转换为灰度图像。

然后,使用`cv2.matchTemplate()`函数进行模板匹配。该函数接受三个参数:待匹配的主图像、模板图像和匹配方法。在本例中,我们使用了`cv2.TM_CCOEFF_NORMED`作为匹配方法。

接下来,使用`cv2.minMaxLoc()`函数获取匹配结果中的最大值位置。这对应于找到的最佳匹配位置。

然后,我们使用找到的匹配位置,在主图像上绘制矩形框。

最后,使用Matplotlib库的`plt.subplot()`和`plt.imshow()`函数显示原始图像、模板图像和匹配结果图像。

运行上述代码,你将看到显示了原始图像、模板图像和匹配结果的窗口。匹配结果中的矩形框表示找到的最佳匹配位置。

相关推荐
数据科学作家2 小时前
学数据分析必囤!数据分析必看!清华社9本书覆盖Stata/SPSS/Python全阶段学习路径
人工智能·python·机器学习·数据分析·统计·stata·spss
CV缝合救星3 小时前
【Arxiv 2025 预发行论文】重磅突破!STAR-DSSA 模块横空出世:显著性+拓扑双重加持,小目标、大场景统统拿下!
人工智能·深度学习·计算机视觉·目标跟踪·即插即用模块
TDengine (老段)5 小时前
从 ETL 到 Agentic AI:工业数据管理变革与 TDengine IDMP 的治理之道
数据库·数据仓库·人工智能·物联网·时序数据库·etl·tdengine
蓝桉8025 小时前
如何进行神经网络的模型训练(视频代码中的知识点记录)
人工智能·深度学习·神经网络
程序员Xu6 小时前
【LeetCode热题100道笔记】二叉树的右视图
笔记·算法·leetcode
星期天要睡觉6 小时前
深度学习——数据增强(Data Augmentation)
人工智能·深度学习
程序员Xu7 小时前
【LeetCode热题100道笔记】二叉搜索树中第 K 小的元素
笔记·算法·leetcode
南山二毛7 小时前
机器人控制器开发(导航算法——导航栈关联坐标系)
人工智能·架构·机器人
DKPT7 小时前
JVM中如何调优新生代和老生代?
java·jvm·笔记·学习·spring
大数据张老师7 小时前
【案例】AI语音识别系统的标注分区策略
人工智能·系统架构·语音识别·架构设计·后端架构