OpenCV Python Windows 环境搭建

博文目录

文章目录

  • 安装 opencv-python
  • 新建工程
  • 测试效果
  • 第一个示例程序 模板匹配(大图中找小图, 不支持旋转缩放找图)


建议先看如下内容

Python Windows 开发环境搭建

安装 opencv-python

pip install opencv-python, 自动安装最新版 4.5.5.62, 同时会自动安装 numpy, 如有必要则更换清华大学的 pip 源,

https://pypi.tuna.tsinghua.edu.cn/simple/

OpenCV Python Windows 环境搭建_第1张图片
也有人会在 PyCharm 里面安装 opencv-python, 不确定两种方式有什么不同效果, 忙猜第二种只针对当前工程生效

新建工程

OpenCV Python Windows 环境搭建_第2张图片
这两个库会自动添加过来, 不安装时是没有的

测试效果

import cv2 as cv

src = cv.imread("image\\big.bmp")
cv.namedWindow("window", cv.WINDOW_AUTOSIZE)
cv.imshow("", src)
cv.waitKey(0)
cv.destroyAllWindows()

OpenCV Python Windows 环境搭建_第3张图片

第一个示例程序 模板匹配(大图中找小图, 不支持旋转缩放找图)


# https://blog.csdn.net/zhuisui_woxin/article/details/84400439

import cv2

big = cv2.imread("image\\big.bmp")
small = cv2.imread("image\\small.png")
result = cv2.matchTemplate(big, small, cv2.TM_SQDIFF_NORMED)
# 归一化处理
cv2.normalize(result, result, 0, 1, cv2.NORM_MINMAX, -1)
# 寻找矩阵(一维数组当做向量,用Mat定义)中的最大值和最小值的匹配结果及其位置
minVal, maxVal, minLoc, maxLoc = cv2.minMaxLoc(result)
print(minVal, maxVal, minLoc, maxLoc)
# 对于cv2.TM_SQDIFF及cv2.TM_SQDIFF_NORMED方法min_val越趋近与0匹配度越好,匹配位置取min_loc; 其他方法max_val越趋近于1匹配度越好,匹配位置取max_loc
# 绘制矩形边框,将匹配区域标注出来
# min_loc:矩形定点
# (min_loc[0]+twidth,min_loc[1]+theight):矩形的宽高
# (0,0,225):矩形的边框颜色;2:矩形边框宽度
height, width = small.shape[:2]
print(small.shape)
cv2.rectangle(big, minLoc, (minLoc[0] + width, minLoc[1] + height), (0, 225, 0), 1)
# 显示结果,并将匹配值显示在标题栏上
cv2.imshow("MatchValue=" + str(minVal), big)
cv2.waitKey()
cv2.destroyAllWindows()

OpenCV Python Windows 环境搭建_第4张图片
在这里插入图片描述
OpenCV Python Windows 环境搭建_第5张图片

你可能感兴趣的:(opencv,opencv,python)