python OpenCV学习笔记（二十六）：模板匹配

官方文档 – https://docs.opencv.org/3.4.0/d4/dc6/tutorial_py_template_matching.html

---

模板匹配是一种在较大的图像中搜索和查找模板图像位置的方法。OpenCV带有一个函数cv.matchTemplate()用于此目的。它只是简单地将模板图像放在输入图像上(就像在2D卷积中那样)，并在模板图像下对输入图像的模板和补丁进行比较。在OpenCV中实现了几种比较方法。它返回一个灰度图像，每个像素表示该像素区域与模板的匹配程度。

如果输入图像大小是(W x H)、模板图像大小是(w x h)，输出的图像会有大小(W-w+1，H-h+1)。一旦得到了结果，就可以使用cv.minMaxLoc()函数来查找最大值/最小值的位置。将它作为矩形的左上角，并将(w，h)作为矩形的宽度和高度。这个矩形是你的模板区域。

如果你在使用cv.TM_SQDIFF作为比较方法，最小值提供了最佳匹配。

OpenCV中的模板匹配

在这里，作为一个例子，我们将在他的照片中寻找梅西的脸。因此，我创建了如下模板：

我们将尝试所有的比较方法，以便我们能看到它们的结果是怎样的：

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt

img = cv.imread('messi5.jpg',0)
img2 = img.copy()
template = cv.imread('template.jpg',0)
w, h = template.shape[::-1]

# 列出所有的六种比较方法
methods = ['cv.TM_CCOEFF', 'cv.TM_CCOEFF_NORMED', 'cv.TM_CCORR', 'cv.TM_CCORR_NORMED', 'cv.TM_SQDIFF', 'cv.TM_SQDIFF_NORMED']

for meth in methods:
    img = img2.copy()
    method = eval(meth)

    # 应用模板匹配
    res = cv.matchTemplate(img,template,method)
    min_val, max_val, min_loc, max_loc = cv.minMaxLoc(res)

    # 如果方法是TM_SQDIFF或者TM_SQDIFF_NORMED, 取最小值
    if method in [cv.TM_SQDIFF, cv.TM_SQDIFF_NORMED]:
        top_left = min_loc
    else:
        top_left = max_loc
    bottom_right = (top_left[0] + w, top_left[1] + h)

    cv.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：

• cv.TM_CCOEFF
• cv.TM_CCOEFF_NORMED
• cv.TM_CCORR
• cv.TM_CCORR_NORMED
• cv.TM_SQDIFF
• cv.TM_SQDIFF_NORMED

你可以看到，使用cv.TM_CCORR的结果并不像我们预期的那样好。

与多个对象的模板匹配

假设您正在搜索一个具有多个发生的对象，那么cv.minMaxLoc()将不会提供所有的位置。在这种情况下，我们将使用阈值。在这个例子中，我们会用一个著名的游戏马里奥的截图，我们会找到里面的硬币。

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt

img_rgb = cv.imread('mario.png')
img_gray = cv.cvtColor(img_rgb, cv.COLOR_BGR2GRAY)
template = cv.imread('mario_coin.png',0)
w, h = template.shape[::-1]

res = cv.matchTemplate(img_gray,template,cv.TM_CCOEFF_NORMED)
threshold = 0.8
loc = np.where( res >= threshold)
for pt in zip(*loc[::-1]):
    cv.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (0,0,255), 2)

cv.imwrite('res.png',img_rgb)