Python OpenCV图像模板匹配

本文主要是介绍Python OpenCV图像模板匹配，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

# -*- coding: utf-8 -*-
"""
图像模板匹配
模板匹配是在图像中寻找目标的方法之一
模板匹配的工作方式模板匹配的工作方式跟直方图的反向投影基本一样，大致过程是这样的：通过在输入图像上滑动图像块对实际的图像块和输入图像进行匹配。假设我们有一张100x100的输入图像，有一张10x10的模板图像，查找的过程是这样的：（1）从输入图像的左上角(0,0)开始，切割一块(0,0)至(10,10)的临时图像；（2）用临时图像和模板图像进行对比，对比结果记为c；（3）对比结果c，就是结果图像(0,0)处的像素值；（4）切割输入图像从(0,1)至(10,11)的临时图像，对比，并记录到结果图像；（5）重复（1）～（4）步直到输入图像的右下角。
模板匹配的匹配方式在OpenCv和EmguCv中支持以下6种对比方式：CV_TM_SQDIFF 平方差匹配法：该方法采用平方差来进行匹配；最好的匹配值为0；匹配越差，匹配值越大。CV_TM_CCORR 相关匹配法：该方法采用乘法操作；数值越大表明匹配程度越好。CV_TM_CCOEFF 相关系数匹配法：1表示完美的匹配；-1表示最差的匹配。CV_TM_SQDIFF_NORMED 归一化平方差匹配法CV_TM_CCORR_NORMED 归一化相关匹配法CV_TM_CCOEFF_NORMED 归一化相关系数匹配法
参考：http://www.cnblogs.com/xrwang/archive/2010/02/05/MatchTemplate.html
"""
import cv2
import numpy as np
from matplotlib import pyplot as pltimg = cv2.imread('../../../datas/images/apple.jpg',0)
img2 = img.copy()
template = cv2.imread('../../../datas/images/apple-template.jpg',0)
w, h = template.shape[::-1]methods = ['cv2.TM_CCOEFF', 'cv2.TM_CCOEFF_NORMED', 'cv2.TM_CCORR','cv2.TM_CCORR_NORMED', 'cv2.TM_SQDIFF', 'cv2.TM_SQDIFF_NORMED']for meth in methods:img = img2.copy()method = eval(meth)# Apply template Matchingres = cv2.matchTemplate(img,template,method)min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)# If the method is TM_SQDIFF or TM_SQDIFF_NORMED, take minimumif method in [cv2.TM_SQDIFF, cv2.TM_SQDIFF_NORMED]:top_left = min_locelse:top_left = max_locbottom_right = (top_left[0] + w, top_left[1] + h)cv2.rectangle(img,top_left, bottom_right, 255, 2)plt.figure()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()