14篇--模板匹配

原理

模板匹配就是用模板图(通常是一个小图)在目标图像(通常是一个比模板图大的图片)中不断的滑动比较,通过某种比较方法来判断是否匹配成功。

匹配方法

1. 平方差匹配TM_SQDIFF

以模板图与目标图所对应的像素值使用平方差公式来计算,其结果越小,代表匹配程度越高,计算过程举例如下。

注意:模板匹配过程皆不需要边缘填充,直接从目标图像的左上角开始计算。

2. 归一化平方差匹配TM_SQDIFF_NORMED

与平方差匹配类似,只不过需要将值统一到0到1,计算结果越小,代表匹配程度越高,计算过程举例如下。

3.相关匹配TM_CCORR

使用对应像素的乘积进行匹配,乘积的结果越大其匹配程度越高,计算过程举例如下。

4. 归一化相关匹配TM_CCORR_NORMED

与相关匹配类似,只不过是将其值统一到0到1之间,值越大,代表匹配程度越高,计算过程如下。

5. 相关系数匹配TM_CCOEFF

需要先计算模板与目标图像的均值,然后通过每个像素与均值之间的差的乘积再求和来表示其匹配程度,1表示完美的匹配,-1表示最差的匹配,计算过程举例如下。

6. 归一化相关系数匹配TM_CCOEFF_NORMED

也是将相关系数匹配的结果统一到0到1之间,值越接近1代表匹配程度越高,计算过程举例如下。

绘制轮廓

找到符合要求的区域后,需要使用绘制轮廓组件将其在目标图像中绘制出来,通过记录下来的符合要求的区域位置与模板的宽和高,就能在目标图像中将模板框选出来。

示例代码

python 复制代码
import cv2
import numpy as np

# 1、读取原图 + 灰度化
img = cv2.imread("./ctrl.png")
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 2、读取模板图 + 灰度化
template = cv2.imread("./basketball.jpg")
template_gray = cv2.cvtColor(template, cv2.COLOR_BGR2GRAY)
# 读取模板图的宽高
h, w = template_gray.shape[:2]

# 3、进行模板匹配
# cv2.matchTemplate()返回值是一个和原图同等大小的二维数组,存储的不是像素值而是匹配程度
# 若使用了归一化,存储的就是0到1之间的浮点数值
ret = cv2.matchTemplate(img_gray,       # 参数1 原图
                  template_gray,        # 参数2 模板图
                  cv2.TM_CCOEFF_NORMED  # 参数3 匹配方法 6种
                  )
# 设置一个匹配阈值,用于判断匹配程度大于多少才算匹配上
threshold = 0.8
# 调用np库中where函数
# 返回一个有两个array数组的元组,第一个元素是loc[0] y坐标,第二个元素是loc[1] x坐标
loc = np.where(ret >= threshold)
# 遍历匹配点
for x, y in zip(loc[1], loc[0]):
    # 绘制轮廓------矩形
    cv2.rectangle(img,              # 原图像
                  (x, y),           # 左上角
                  (x + w, y + h),   # 右下角
                  (0, 0, 255),
                  2
                  )


cv2.imshow('image', img)
cv2.imshow('template', template)
cv2.waitKey(0)
相关推荐
桥Dopey2 分钟前
Python常用的第三方模块之【jieba库】支持三种分词模式:精确模式、全模式和搜索引擎模式(提高召回率)
人工智能·python·分词模式
亚力山大抵28 分钟前
实验2 python的TCP群聊系统实现
服务器·python·tcp/ip
想学好英文的ikun31 分钟前
【MCP】第二篇:IDE革命——用MCP构建下一代智能工具链
ide·人工智能·python·ai·个人开发·mcp
凌叁儿35 分钟前
从零开始搭建Django博客③--前端界面实现
前端·python·django
埃菲尔铁塔_CV算法1 小时前
YOLO 模型的深度剖析及其在生物医药领域的创新应用
深度学习·神经网络·yolo·目标检测·计算机视觉
穆易青1 小时前
2025.04.23【探索工具】| STEMNET:高效数据排序与可视化的新利器
python·信息可视化·数据分析·ordering·visualisation
DKPT1 小时前
正则表达式与python使用
笔记·python·学习·面试·正则表达式
LouisCanBe2 小时前
Python 环境管理工具选择与安装实践:Conda 与 uv
linux·python
limengshi1383922 小时前
使用Python将YOLO的XML标注文件转换为TXT文件格式
xml·python·yolo
矢志航天的阿洪2 小时前
伪谱法求解最优控制问题(附Python代码)
开发语言·python