OpenCV Python - 模板匹配

模板匹配技术用于检测图像中一个或多个与样本或模板图像匹配的区域。

OpenCV 中的cv.matchTemplate()函数用于此目的，其命令如下所示：

cv.matchTemplate(image, templ, method)

其中，image 是要查找 templ（模板）图案的输入图像。method 参数取以下值之一：

• cv.TM_CCOEFF,
• cv.TM_CCOEFF_NORMED, cv.TM_CCORR,
• cv.TM_CCORR_NORMED,
• cv.TM_SQDIFF,
• cv.TM_SQDIFF_NORMED

此方法将模板图像在输入图像上滑动。这与卷积过程类似，并比较模板和输入图像在模板图像下的图像块。

它返回一个灰度图像，其每个像素表示它与模板的匹配程度。如果输入图像的大小为 (WxH)，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)。因此，该矩形是模板区域。

示例

在下面的示例中，一张包含印度板球运动员 Virat Kohli 面部的图像被用作模板，以与另一张描绘他和另一位印度板球运动员 M.S.Dhoni 照片的图像进行匹配。

下面的程序使用 80% 的阈值，并在匹配的面部周围绘制一个矩形：

import cv2
import numpy as np

img = cv2.imread('Dhoni-and-Virat.jpg',1)
cv2.imshow('Original',img)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

template = cv2.imread('virat.jpg',0)
cv2.imshow('Template',template)
w,h = template.shape[0], template.shape[1]

matched = cv2.matchTemplate(gray,template,cv2.TM_CCOEFF_NORMED)
threshold = 0.8

loc = np.where( matched >= threshold)

for pt in zip(*loc[::-1]):
   cv2.rectangle(img, pt, (pt[0] + w, pt[1] + h), (0,255,255), 2)

cv2.imshow('Matched with Template',img)

输出

原始图像、模板和匹配结果图像如下所示：

原始图像

模板如下所示：

与模板匹配后的图像如下所示：