OpenCV图像处理——模版匹配和霍夫变换

目录

  • 模版匹配
    • 原理
    • 实现
  • 霍夫变换
    • 霍夫线检测

模版匹配

原理

OpenCV图像处理——模版匹配和霍夫变换_第1张图片

OpenCV图像处理——模版匹配和霍夫变换_第2张图片

实现

res=cv.matchTemplate(img,template,method)

OpenCV图像处理——模版匹配和霍夫变换_第3张图片

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

img=cv.imread('./汪学长的随堂资料/6/模板匹配/lena.jpg')
template=cv.imread('./汪学长的随堂资料/6/模板匹配/face.jpg')
res=cv.matchTemplate(img,template,cv.TM_CCORR)
min_val,max_val,min_loc,max_loc=cv.minMaxLoc(res)
top_left=max_loc
h,w=template.shape[:2]
bottom_right=(top_left[0]+w,top_left[1]+h)
cv.rectangle(img,top_left,bottom_right,[0,255,0],2)
plt.imshow(img[:,:,::-1])

OpenCV图像处理——模版匹配和霍夫变换_第4张图片
注:
OpenCV图像处理——模版匹配和霍夫变换_第5张图片

霍夫变换

OpenCV图像处理——模版匹配和霍夫变换_第6张图片

霍夫线检测

cv.HoughLines(img,rho,theta,threshold)

OpenCV图像处理——模版匹配和霍夫变换_第7张图片

img=cv.imread('./image/rili,jpg',0)
edges=cv.Canny(img,50,150)
lines=cv.HoughLines(edges,0.8,np.pi/180,150)
for line in lines:
    rho,theta=line[0]
    a=np.cos(theta)
    b=np.sin(theta)
    x0=rho*a
    y0=rho*b
    x1=int(x0+1000*(-b))
    y1=int(y0+1000*a)
    x2=int(x0-1000*(-b))
    y2=int(y0-1000*a)
    cv.line(img,(x1,y1),(x2,y2),(0,255,0))
plt.imshow(img[:,:,::-1])

OpenCV图像处理——模版匹配和霍夫变换_第8张图片

你可能感兴趣的:(tensorflow解决cv,opencv,图像处理,人工智能)