openCV+Python 数字图像处理（10）——模板匹配_数字图像模板匹配最小值

1.基本概念

模板匹配： 在整个图像区域中发现与给定子图像匹配的小块区域
要素： ①模板图像T ②待检图像S

2.API 介绍

（1）模板匹配API

# 模板匹配 API
result = cv2.matchTemplate(image: Any, templ: Any, method: Any, result: Any = None, mask: Any = None)`
1

image: 待检图像S
templ: 模板图像T
method: 匹配方法
result: 二维矩阵，像素值代表匹配程度

（2）二维矩阵获取最大最小值及位置

# 在二维矩阵中获取最大最小值及最大最小值位置
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(src: Any, mask: Any = None)
1

min_val: 最小值
max_val: 最大值
min_loc: 最小值位置，如（2，5）
max_loc: 最大值位置，如（4，10）

（3）在图像上画出模板区域

# 在图像上画出矩形
cv2.rectangle(img: Any, pt1: Any, pt2: Any, color: Any, thickness: Any = None, lineType: Any = None, shift: Any = None)
1

img: 原图像
pt1: (x,y), 矩阵左上角的位置
pt2: (x+w, y+h), 矩阵右下角的位置
color: 例:（0，0，255）表示红色
thickness: 线条粗细

3.代码示例

import cv2
import numpy as np

source = cv2.imread('E:/PycharmProjects/source.jpg')
tpl = cv2.imread('E:/PycharmProjects/tpl.jpg')

def show(name, img):
    cv2.imshow(name, img)
    cv2.waitKey(0)

show('source', source)
show('template', tpl)

def template_demo():
    methods = [cv2.TM_CCOEFF_NORMED, cv2.TM_CCORR_NORMED, cv2.TM_SQDIFF_NORMED]
    th, tw = tpl.shape[:2]
    for md in methods:
        result = cv2.matchTemplate(source, tpl, md)
        print(type(result))
        min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result)
        if md == cv2.TM_SQDIFF_NORMED:
            tl = min_loc
        else:
            tl = max_loc
        br = tl[0]+tw, tl[1]+th
        cv2.rectangle(source, tl, br, (0, 0, 255), 3)
        show('result'+np.str(md), result)
        show('match'+np.str(md), source)

template_demo()

cv2.destroyAllWindows()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31

4.结果展示

原图：模板：

匹配后结果：

作出矩形框：