Python Opencv实践 - 模板匹配(Template Matching)

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

img_slamdunk = cv.imread("../SampleImages/slamdunk.jpg", cv.IMREAD_COLOR)
print(img_slamdunk.shape)

template_sakura = cv.imread("../SampleImages/sakura.png", cv.IMREAD_COLOR)
print(template_sakura.shape)
rows,cols,channels = template_sakura.shape

#模板匹配
#cv.matchTemplate(image,templ,method[,result[,mask]])
#image:原图
#templ:用于匹配的模板
#method:原图与模板匹配的方法
#       TM_SQDIFF:平方差匹配法
#       TM_SQDIFF_NORMED:归一化平方差匹配法 
#       TM_CCORR:相关匹配法
#       TM_CCORR_NORMED:归一化相关匹配法
#       TM_CCOEFF:系数匹配法
#       TM_CCOEFF_NORMED:归一化系数匹配法
#result:匹配结果
#mask:匹配的掩膜(遮罩)
#参考资料:https://blog.csdn.net/raychiu757374816/article/details/119609851
matchResult = cv.matchTemplate(img_slamdunk, template_sakura, cv.TM_SQDIFF_NORMED)

#找到最佳匹配的位置,对于平方差匹配法,要找到结果矩阵中最小值的位置。对于相关匹配法,要找到结果矩阵中最大值的位置。
#minVal,maxVal,minLoc,maxLoc = cv.minMaxLoc(src[,mask])
#src:输入矩阵
#mask:掩膜
#minVal:矩阵的最小值
#maxVal:矩阵的最大值
#minLoc:矩阵的最小值的位置
#maxLoc:矩阵的最大值的位置
#参考资料:https://blog.csdn.net/qq_29023939/article/details/81023062
minVal,maxVal,minLoc,maxLoc = cv.minMaxLoc(matchResult)

#用矩形标记结果位置
top_left = minLoc;
bottom_right = (top_left[0] + cols, top_left[1] + rows)
cv.rectangle(img_slamdunk, top_left, bottom_right, (0,255,0), 2)

#显示图像
fig,axes = plt.subplots(nrows=2, ncols=1, figsize=(15,15), dpi=100)
axes[0].set_title("Template")
axes[0].imshow(template_sakura[:,:,::-1])
axes[1].set_title("Result")
axes[1].imshow(img_slamdunk[:,:,::-1])

Python Opencv实践 - 模板匹配(Template Matching)_第1张图片

Python Opencv实践 - 模板匹配(Template Matching)_第2张图片 

你可能感兴趣的:(OpenCV实践-python,python,opencv,开发语言,计算机视觉,图像处理)