python3 OpenCV匹配图像之模板匹配_opencv-python找与数字图像中的模板数字5

本文仅做为本人学习记录。

• 一、简介：

OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

今天我们就是用python学习OpenCV。

• 二、读取与显示

import cv2 #导入opencv库
#读取一张图片，地址不能带中文
'''
第二个参数，取值可为：
cv2.IMREAD_COLOR：默认参数，读入一副彩色图片，忽略alpha通道 
cv2.IMREAD_GRAYSCALE：读入灰度图片 
cv2.IMREAD_UNCHANGED：读入完整图片，包括alpha通道(png有，jpg无）
'''
imgviewx=cv2.imread("0165_0024.jpg",cv2.IMREAD_COLOR)
# imgviewx=cv2.imread("0165_0024.jpg")
#显示图片，参数：（窗口标识字符串，imread读入的图像）
cv2.imshow("img_window",imgviewx)
#窗口等待任意键盘按键输入,0为一直等待,其他数字为毫秒数
cv2.waitKey(0)
#销毁窗口，退出程序
cv2.destroyAllWindows()

这里有一点需要注意，OpenCV中的默认颜色格式通常称为RGB，但实际上是BGR（字节是相反的）。

如果使用特征匹配等算法的时候就需要转换。如下：

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

• 三 cv2.matchTemplate模板匹配和cv2.minMaxLoc()函数

matchTemplate 函数原型：

cv2.matchTemplate(image, templ, method, result=None, mask=None)
# image：待搜索图像
# templ：模板图像
# result：匹配结果
# method：计算匹配程度的方法

关于匹配方法，使用不同的方法产生的结果的意义可能不太一样，有些返回的值越大表示匹配程度越好，而有些方法返回的值越小表示匹配程度越好。

关于参数 method：
CV_TM_SQDIFF 平方差匹配法：该方法采用平方差来进行匹配；最好的匹配值为0；匹配越差，匹配值越大。
CV_TM_CCORR 相关匹配法：该方法采用乘法操作；数值越大表明匹配程度越好。
CV_TM_CCOEFF 相关系数匹配法：1表示完美的匹配；-1表示最差的匹配。
CV_TM_SQDIFF_NORMED 归一化平方差匹配法

CV_TM_CCORR_NORMED 归一化相关匹配法

CV_TM_CCOEFF_NORMED 归一化相关系数匹配法

cv2.minMaxLoc() 函数原型

cv2.minMaxLoc(src, mask=None)
#src是一个矩阵。
函数功能：假设有一个矩阵a,现在需要求这个矩阵的最小值，最大值，并得到最大值，最小值的索引。咋一看感觉很复杂，但使用这个cv2.minMaxLoc()函数就可全部解决。函数返回的四个值就是上述所要得到的。

具体看个例子:

import numpy as np
import cv2
a=np.array([[2,3,4,5],[5,67,8,9],[1,3,4,5]])
print(a)
min_val,max_val,min_indx,max_indx=cv2.minMaxLoc(a)
 
print(min_val,max_val,min_indx,max_indx)
 
输出结果：
[[ 2 3 4 5]
[ 5 67 8 9]
[ 1 3 4 5]]
1.0 67.0 (0, 2) (1, 1)
说明这个矩阵a的最小值为1.0，索引为（0，2），最大值为67.0索引为（1，1）

讲了这么多理论知识接下来我们来实战一下吧。

import cv2 #导入opencv库
# 图片不要使用中文
img = cv2.imread('超级玛丽.jpg')
template = cv2.imread('金币.jpg')
h, w = template.shape[:2]  # rows->h, cols->w
print('高：',h,"宽：",w)
# 相关系数匹配方法：cv2.TM_CCOEFF
res = cv2.matchTemplate(img, template, cv2.TM_CCOEFF)
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)
 
left_top = max_loc  # 左上角
right_bottom = (left_top[0] + w, left_top[1] + h)  # 右下角
cv2.rectangle(img, left_top, right_bottom, 255, 2)  # 画出矩形位置
 
#显示图片，参数：（窗口标识字符串，imread读入的图像）
cv2.imshow("img_window",img)
#窗口等待任意键盘按键输入,0为一直等待,其他数字为毫秒数
cv2.waitKey(0)
#销毁窗口，退出程序
cv2.destroyAllWindows()

自己运行一下吧。这里只能匹配到一个金币。下一节我们讲如何匹配全部金币。