模板匹配

目标

在本教程中，您将学习

• 使用模板匹配在图像中查找对象
• 您将看到以下函数：cv.matchTemplate()，cv.minMaxLoc()

理论

模板匹配是一种在较大图像中搜索和查找模板图像位置的方法。OpenCV 自带了函数 cv.matchTemplate() 来实现此目的。它只是将模板图像滑过输入图像（如 2D 卷积）并在模板图像下的模板图像和输入图像区域进行比较。OpenCV 中实现了多种比较方法。（您可以查看文档了解更多详情）。它返回一个灰度图像，其中每个像素表示该像素邻域与模板匹配的程度。

如果输入图像的大小为 (WxH)，模板图像的大小为 (wxh)，那么输出图像的大小为 (W-w+1, H-h+1)。在获得结果后，可以使用 cv.minMaxLoc() 函数来查找最大值/最小值所在的位置。将其作为矩形的左上角，并取 (w,h) 作为矩形的宽度和高度。该矩形就是模板区域。

注意

如果您使用 cv.TM_SQDIFF 作为比较方法，最小值将给出最佳匹配。

在 OpenCV 中使用模板匹配

在这里，作为示例，我们将在他自己的照片中搜索梅西的脸。因此，我创建了一个如下所示的模板

图片

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('messi5.jpg', cv.IMREAD_GRAYSCALE)
assert img is not None, "找不到文件，请使用 os.path.exists() 检查文件是否存在"
img2 = img.copy()
template = cv.imread('template.jpg', cv.IMREAD_GRAYSCALE)
assert template is not None, "找不到文件，请使用 os.path.exists() 检查文件是否存在"
w, h = template.shape[::-1]
 
# 创建一个列表，包含所有 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)
 
    # 执行模板匹配
res = cv.matchTemplate(img,template,method)
min_val, max_val, min_loc, max_loc = cv.minMaxLoc(res)
 
    # 如果使用 TM_SQDIFF 或 TM_SQDIFF_NORMED 方法，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,cmap = 'gray')
plt.title('匹配结果'), plt.xticks([]), plt.yticks([])
plt.subplot(122),plt.imshow(img,cmap = 'gray')
plt.title('检测到的点'), plt.xticks([]), plt.yticks([])
plt.suptitle(meth)
 
plt.show()

请参阅以下结果

• cv.TM_CCOEFF

图片

• cv.TM_CCOEFF_NORMED

图片

• cv.TM_CCORR

图片

• cv.TM_CCORR_NORMED

图片

• cv.TM_SQDIFF

图片

• cv.TM_SQDIFF_NORMED

图片

您会看到使用cv.TM_CCORR的结果与我们预期的不一样。

带有多个对象的模板匹配

在上一节中，我们在图像中搜索梅西的脸，它只在图像中出现一次。假设您正在搜索一个具有多次出现的对象，cv.minMaxLoc()不会为您提供所有位置。在这种情况下，我们将使用阈值处理。所以在这个示例中，我们将使用著名游戏Mario的屏幕截图，然后找到其中的硬币。

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
 
img_rgb = cv.imread('mario.png')
assert img_rgb is not None, "file could not be read, check with os.path.exists()"
img_gray = cv.cvtColor(img_rgb, cv.COLOR_BGR2GRAY)
template = cv.imread('mario_coin.png', cv.IMREAD_GRAYSCALE)
assert template is not None, "找不到文件，请使用 os.path.exists() 检查文件是否存在"
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), (0,0,255), 2)
 
cv.imwrite('res.png',img_rgb)

结果

图片

更多信息

练习