如何使用Python+OpenCV進(jìn)行圖像模板匹配(Match Template)

這篇文章主要為大家展示了“如何使用Python+OpenCV進(jìn)行圖像模板匹配(Match Template)”，內(nèi)容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領(lǐng)大家一起研究并學(xué)習(xí)一下“如何使用Python+OpenCV進(jìn)行圖像模板匹配(Match Template)”這篇文章吧。

首先導(dǎo)入所需庫文件，numpy和cv2。

#導(dǎo)入所需庫文件 import cv2 import numpy as np

然后加載原始圖像和要搜索的圖像模板。OpenCV對原始圖像進(jìn)行處理，創(chuàng)建一個灰度版本，在灰度圖像里進(jìn)行處理和查找匹配。然后使用相同的坐標(biāo)在原始圖像中進(jìn)行還原并輸出。

#加載原始RGB圖像 img_rgb = cv2.imread("photo.jpg") #創(chuàng)建一個原始圖像的灰度版本，所有操作在灰度版本中處理，然后在RGB圖像中使用相同坐標(biāo)還原 img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY)   #加載將要搜索的圖像模板 template = cv2.imread('face.jpg',0) #記錄圖像模板的尺寸 w, h = template.shape[::-1]

這里我們分別輸出并查看原始圖像，原始圖像的灰度版本，以及圖像模板。

#查看三組圖像(圖像標(biāo)簽名稱，文件名稱) cv2.imshow('rgb',img_rgb) cv2.imshow('gray',img_gray) cv2.imshow('template',template) cv2.waitKey(0) cv2.destroyAllWindows()

使用matchTemplate在原始圖像中查找并匹配圖像模板中的內(nèi)容，并設(shè)置閾值。

#使用matchTemplate對原始灰度圖像和圖像模板進(jìn)行匹配 res = cv2.matchTemplate(img_gray,template,cv2.TM_CCOEFF_NORMED) #設(shè)定閾值 threshold = 0.7 #res大于70% loc = np.where( res >= threshold)

匹配完成后在原始圖像中使用灰度圖像的坐標(biāo)對原始圖像進(jìn)行標(biāo)記。

#使用灰度圖像中的坐標(biāo)對原始RGB圖像進(jìn)行標(biāo)記 for pt in zip(*loc[::-1]):     cv2.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (7,249,151), 2) #顯示圖像     cv2.imshow('Detected',img_rgb) cv2.waitKey(0) cv2.destroyAllWindows()

以下為完整代碼：

def mathc_img(image,Target,value):     import cv2     import numpy as np     img_rgb = cv2.imread(image)     img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY)     template = cv2.imread(Target,0)     w, h = template.shape[::-1]     res = cv2.matchTemplate(img_gray,template,cv2.TM_CCOEFF_NORMED)     threshold = value     loc = np.where( res >= threshold)     for pt in zip(*loc[::-1]):         cv2.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (7,249,151), 2)        cv2.imshow('Detected',img_rgb)     cv2.waitKey(0)     cv2.destroyAllWindows()

image=("photo.jpg") Target=('face.jpg') value=0.9 mathc_img(image,Target,value)

以上是“如何使用Python+OpenCV進(jìn)行圖像模板匹配(Match Template)”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對大家有所幫助，如果還想學(xué)習(xí)更多知識，歡迎關(guān)注億速云行業(yè)資訊頻道！