多目标轮廓匹配

Monkey的自我迭代2025-09-10 21:41

前面我们使用模板匹配，得到的结果都是一个图，那么如果我们图片中有许多我们的目标，那么该如何找出来呢？

如上我们图片中有许多箭头和我们的模板一致，只不过方向不对，那么该如何匹配呢？

图片和模板处理

复制代码

ref=cv2.imread('jiantou.jpg')
cv2.imshow('jiantou', jt)
cv2.waitKey(0)
h,w= ref.shape[:2]


yuan=cv2.imread('yuan.jpg')
yuan1=yuan.copy()
cv2.imshow("yuan", yuan)
cv2.waitKey(0)

阈值选择

复制代码

result = cv2.matchTemplate(ref, yuan1, cv2.TM_CCOEFF_NORMED)
threshold =0.9
loc = np.where(result >= threshold)

我们得到的results是一个包含许多匹配度的，如何我们这里使用一个阈值来选择，之前我们选择的都是那个最大的。现在我们选匹配度较好的几个。（where具体看我主页单文章解释）

这里result是一个矩阵，表示以哪一个点做左上角时的匹配度。如何where可以返回这个点的位置。

画出

复制代码

for pt in zip(*loc[::-1]):
    cv2.rectangle(yuan,pt,(pt[0]+w,pt[1]+h),(0,0,255),1)

现在我们值画出了同方向的，那么我们该如何检测不同方向的呢？

旋转

复制代码

rotated_image1 =np.rot90(ref, k=-1)
rotated_image1 =np.rot90(ref, k=1)

这里k=-1顺时针，k=1为逆时针

这是我们可以把箭头旋转一下，如何再进行模板匹配。（关于zip我另一篇文章专门写）

复制代码

rotated_image1 =np.rot90(ref, k=-1)
result1 = cv2.matchTemplate(rotated_image1, yuan1, cv2.TM_CCOEFF_NORMED)

loc1 = np.where(result1 >= threshold)

for pt in zip(*loc1[::-1]):
    cv2.rectangle(yuan,pt,(pt[0]+w,pt[1]+h),(0,0,255),1)
cv2.imshow('yuan', yuan)
cv2.waitKey(0)

rotated_image2 =np.rot90(ref, k=1)
cv2.imshow("yuan1", rotated_image2)
cv2.waitKey(0)
result2 = cv2.matchTemplate(rotated_image2, yuan1, cv2.TM_CCOEFF_NORMED)

loc2 = np.where(result2 >= threshold)

for pt in zip(*loc2[::-1]):
    cv2.rectangle(yuan,pt,(pt[0]+w,pt[1]+h),(0,0,255),1)


cv2.imshow("yuan", yuan)
cv2.waitKey(0)