OpenCV基于Python图像模板匹配

目标

通过本篇文章的学习，你将学习到以下内容：

• 使用模板匹配在图像中查找对象
• 学习到函数：cv.matchTemplate()，cv.minMaxLoc()

前言

模板匹配是一种用于在较大图像中搜索和查找模板图像位置的方法。为此，OpenCV带有一个函数cv.matchTemplate()。 它只是将模板图像滑动到输入图像上（就像在2D卷积中一样），然后在模板图像下比较模板和输入图像的拼图。OpenCV中实现了几种比较方法，它返回一个灰度图像，其中每个像素表示该像素的邻域与模板匹配的程度。

如果输入图像的大小为(WxH) ，而模板图像的大小为(wxh) ，则输出图像的大小将为(W-w + 1，H-h + 1) 。得到结果后，可以使用cv.minMaxLoc()函数查找最大/最小值在哪。将其作为矩形的左上角，并以(w，h)作为矩形的宽度和高度，该矩形是模板的区域。

注意： 如果使用cv.TM_SQDIFF作为比较方法，则最小值提供最佳匹配。

1. OpenCV中的模板匹配

作为示例，我们将在lena的照片中搜索他的脸。所以我创建了一个模板，如下所示：

我们将尝试所有比较方法，以便我们可以看到它们的结果如何：

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

img = cv.imread('./data/lena.jpg', 0)
img2 = img.copy()
template = cv.imread('./data/lena_face.png', 0)
w, h = template.shape[::-1]
# 列表中所有的6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TM_SQDIFF_NORMED，则取最小值
    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, 'gray'), plt.title('Matching Result')
    plt.xticks([]), plt.yticks([])
    plt.subplot(122), plt.imshow(img, 'gray'), plt.title('Detect Point')
    plt.xticks([]), plt.yticks([])
    plt.suptitle(meth)
    plt.show()

从图中可以看到，使用cv.TM_CCORR的结果并不理想。

2. 多对象的模板匹配

在上一节中，我们在图像中搜索了lena的脸，该脸在图像中仅出现一次。假设您正在搜索具有多次出现的对象，则cv.minMaxLoc()不会为您提供所有位置。在这种情况下，我们将使用阈值化。因此，在此示例中，我们将使用著名游戏Mario的屏幕截图，并在其中找到硬币。

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
img_rgb = cv.imread('./data/Mario.png')
cv.imshow('img', img_rgb)
img_gray = cv.cvtColor(img_rgb, cv.COLOR_BGR2GRAY)
template = cv.imread('./data/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), (255, 0, 0), 2)
cv.imshow('res',img_rgb)
cv.waitKey()

3. 小结

本篇文章主要介绍了OpenCV中模板匹配的内容，分别演示了对单个对象与多个对象的模板匹配，cv.matchTemplate()与cv.minMaxLoc()函数的简单使用。

如果文章对你有帮助，欢迎点赞与关注~~， 谢谢~~