python opencv入门 模板匹配(26)
2017-08-21 00:00
931 查看
内容来自OpenCV-Python Tutorials 自己翻译整理
目标:
使用模板匹配在图像中查找目标
学习函数cv2.matchTemplate(),cv2.minMaxLoc()
原理:
模板匹配是在一副图像中寻找模板图像的方法。opencv中有函数cv2.matchTemplate()来实现。与2D卷积一样,它也是用模板图像在输入图像上滑动(类似窗口),在每一个位置对模板图像和输入图像的窗口区域进行匹配。具体原理与直方图的反向投影类似。
opencv提供了几种不同的匹配方法。
函数文档
- 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_SQDIFF_NORMED 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_CCORR 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_CCORR_NORMED 归一化平方差匹配法
- CV_TM_CCOEFF 归一化相关匹配法
- CV_TM_CCOEFF_NORMED 归一化相关系数匹配法
每种方法对应不同的计算公式。公式略
结果返回一个灰度图,每一个像素值表示此像素相邻区域与模板的匹配程度。
如果输入图像大小是W×H,模板大小是w×h,输出结果的大小事(W-w+1,H-h+1)。得到此结果后可以使用函数cv2.minMaxLoc()来找到其中的最小值和最大值的位置。第一个值为矩形左上角的位置,(w,h)是模板矩形的宽度和高度。矩形就是模板区域。
如果使用的比较方法是 cv2.TM_SQDIFF,那么最小值对应的位置是匹配区域。
使用opencv进行模板匹配
来个有意思的
在一堆凤姐里面找到蔡依林(最后一排第三个,如果我眼睛没瞎)
截个图,把蔡依林截出来
结果不是很理想,居然找不准。看来凤姐和蔡依林长的确实不太好分辨-_-
多对象匹配
目标对象出现了很多次,怎么找?
cv.imMaxLoc()函数只给出最大值和最小值,现在使用阈值来寻找。
本想找到除了蔡依林以外的所有凤姐~ 结果….
这匹配方法不靠谱嘛…….
目标:
使用模板匹配在图像中查找目标
学习函数cv2.matchTemplate(),cv2.minMaxLoc()
原理:
模板匹配是在一副图像中寻找模板图像的方法。opencv中有函数cv2.matchTemplate()来实现。与2D卷积一样,它也是用模板图像在输入图像上滑动(类似窗口),在每一个位置对模板图像和输入图像的窗口区域进行匹配。具体原理与直方图的反向投影类似。
opencv提供了几种不同的匹配方法。
函数文档
- 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_SQDIFF_NORMED 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_CCORR 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_CCORR_NORMED 归一化平方差匹配法
- CV_TM_CCOEFF 归一化相关匹配法
- CV_TM_CCOEFF_NORMED 归一化相关系数匹配法
每种方法对应不同的计算公式。公式略
结果返回一个灰度图,每一个像素值表示此像素相邻区域与模板的匹配程度。
如果输入图像大小是W×H,模板大小是w×h,输出结果的大小事(W-w+1,H-h+1)。得到此结果后可以使用函数cv2.minMaxLoc()来找到其中的最小值和最大值的位置。第一个值为矩形左上角的位置,(w,h)是模板矩形的宽度和高度。矩形就是模板区域。
如果使用的比较方法是 cv2.TM_SQDIFF,那么最小值对应的位置是匹配区域。
使用opencv进行模板匹配
来个有意思的
在一堆凤姐里面找到蔡依林(最后一排第三个,如果我眼睛没瞎)
截个图,把蔡依林截出来
import cv2 import numpy as np from matplotlib import pyplot as plt img = cv2.imread('16.jpg',0) print(img.shape) img2 = img.copy() template = cv2.imread('166.jpg',0) w, h = template.shape[::-1] # All the 6 methods for comparison in a list methods = ['cv2.TM_CCOEFF', 'cv2.TM_CCOEFF_NORMED', 'cv2.TM_CCORR', 'cv2.TM_CCORR_NORMED', 'cv2.TM_SQDIFF', 'cv2.TM_SQDIFF_NORMED'] for meth in methods: img = img2.copy() method = eval(meth) # Apply template Matching res = cv2.matchTemplate(img,template,method) # print(res.shape) min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)#找到最大值和最小值 print(cv2.minMaxLoc(res)) # If the method is TM_SQDIFF or TM_SQDIFF_NORMED, take minimum if method in [cv2.TM_SQDIFF, cv2.TM_SQDIFF_NORMED]: top_left = min_loc else: top_left = max_loc bottom_right = (top_left[0] + w, top_left[1] + h) cv2.rectangle(img,top_left, bottom_right, 255, 2) plt.subplot(121),plt.imshow(res,cmap = 'gray') plt.title('Matching Result'), plt.xticks([]), plt.yticks([]) plt.subplot(122),plt.imshow(img,cmap = 'gray') plt.title('Detected Point'), plt.xticks([]), plt.yticks([]) plt.suptitle(meth) plt.show()
结果不是很理想,居然找不准。看来凤姐和蔡依林长的确实不太好分辨-_-
多对象匹配
目标对象出现了很多次,怎么找?
cv.imMaxLoc()函数只给出最大值和最小值,现在使用阈值来寻找。
import cv2 import numpy as np from matplotlib import pyplot as plt img_rgb = cv2.imread('17.jpg') img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY) template = cv2.imread('177.jpg',0) w, h = template.shape[::-1] res = cv2.matchTemplate(img_gray,template,cv2.TM_CCOEFF_NORMED) threshold = 0.25 loc = np.where( res >= threshold) for pt in zip(*loc[::-1]): cv2.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (0,0,255), 2) cv2.imwrite('res.png',img_rgb)
本想找到除了蔡依林以外的所有凤姐~ 结果….
这匹配方法不靠谱嘛…….
相关文章推荐
- OpenCV 2 学习笔记(26): 自选区域进行模板匹配
- OpenCV入门(二十五)-- 模板匹配
- python OpenCV学习笔记(二十六):模板匹配
- opencv for python 之 模板匹配
- opencv+python 机读卡识别之试错(一)模板匹配的数字识别
- Python OpenCV学习笔记之:图像模板匹配
- Python OpenCV图像模板匹配
- Opencv Python版学习笔记(三)模板匹配
- Python3与OpenCV3.3 图像处理(十四)--模板匹配
- python for OpenCV图像处理之模板匹配以及分水岭算法
- Python+OpenCV学习(7)---模板匹配
- opencv学习:模板匹配源码解读
- OpenCV编程->模板匹配
- opencv 入门教程, ubuntu安装,及python 下简单使用
- opencv----模板匹配
- python opencv 入门 加载视频 (2)
- python opencv入门 图像上的算术运算(7)
- python opencv入门 轮廓的层次结构(21)
- python opencv入门 SURF算法(34)
- Opencv模板匹配matchTemplate