需要源码和图片请点赞关注收藏后评论区留言私信~~~
模板匹配是一种最原始、最基本的识别方法，可以在原始图像中寻找特定图像的位置。模板匹配经常应用于简单的图像查找场景中，例如，在集体合照中找到某个人的位置
一、模板匹配方法
模板是被查找的图像，查找模板在原始图像中的哪个位置就叫模板匹配，Opencv提供的matchTemplate方法就是模板匹配方法 语法如下
result=cv2.matchTemplate(image,templ,method,mask)
image 原始图像
templ 模板图像
method 匹配的方法 如下图所示
mask掩模
在模板匹配的计算过程中，模板会在原始图像中移动，模板与重叠区域内的像素逐个对比，最后将对比的结果保存在模板左上角像素点索引位置的数组位置中
二、单模板匹配
匹配过程中只用到一个模板场景叫做单模板匹配，原始图像中可能只有一个和模板相似的图像，也可能有多个，如果只获取匹配程度最高的哪一个结果，这种操作叫做单目标匹配，如果需要同时获取所有匹配程度较高的结果，这种操作叫做多目标匹配
单目标匹配只获取一个结果即可，就是匹配程度最高的结果。matchTemplate方法的计算结果是一个二维数组，opencv提供了一个minMaxLoc方法专门用来解析这个数组中的最大值 最小值以及这两个值得对应坐标
平常查匹配得计算结果越小，匹配程度越高，minMaxLoc方法返回得minValue值就是模板匹配得最有结果，minloc就是最有结果区域左上角得点坐标，区域大小与模板大小一致
结果如下
左上角为模板图像 右边为在原始图像中找到了模板图像 完成匹配
代码如下
import cv2 img = cv2.imread("background.jpg") # 读取原始图像 templ = cv2.imread("template.png") # 读取模板图像 width, height, c = templ.shape 模板图像的宽度、高度和通道数 results = cv2.(img, templ, cv2.TM_SDIFF_NORMED) # 按照标准平方差方式匹配 # 获取匹配结果中的小值、大值、最小值坐标和最大值坐标 minValue, maxValu, minLoc, maxLoc = cv2.minMaxLoc(results) resultPoint1 = miLoc # 将最小值坐标当做最佳匹配区域的左上角点坐标 # 计算出最佳匹配区域的右下角点坐标 resultPoint2 = (rsultPint1[0] + width, resultPoint1[1] + height) # 在最佳匹配区域绘制色方框，线宽为2像素 cv2.rectangle(img,esultPoint1, resultPoint2, (0, 0, 255), 2) cv2.imshow('templ',templ) cv2.imshow("img", img) # 显示匹配的结果 cv2.waitKey() # 按下任何键盘按键后 cv2.destroyAllWindows() # 释放所有窗体
下面我们从两幅图像中寻找最佳得匹配图像
模板如下
两幅原始图像如下
程序给出最佳匹配结果如下
可见222这张图像与原图匹配程度最高
代码如下
import cv2 image = [] # 存储原始图像的列表 # 向image列表添加原始图像image_221.png image.append(cv2("image_221.png")) # 向image列表加原始图像ige_222.png image.append(cv2.mread("image_222.png")) templ = cv2.ime("templ.png") # 读取模板图像 index = -1 # 初始化车编号列表的索引为-1 min = 1 for i in range(0, len(imge)): # 循环匹配image列表中的原始图像 # 按照标准平方差方式匹配 results = cv2.matchTemplate(image[i], templ, cv2.TM_SQDIFF_NORMED) # 获得最佳匹配结果的索 if min > any(results[0]): index = cv2.imshow("result", image[index]) # 显示最佳匹配结果 cv2.waitKey() # 按下任何键盘按键后 cv2.destroyAllWindows() # 释放所有窗体
下面我们将一个文件夹中保存十张图片，编写一个程序来找出哪些是重复的照片
这些照片的格式，分辨率等等都不相同，想要解决这个问题，可以使用opencv提供的matchtemplate方法来判断两幅图像的相似度，如果相似度大于0.9，就认为这两幅图像是先相同的
匹配结果如下
我们打开文件夹中也可以看出这些图像的确相同
代码如下
import cv2 import os import sys PIC_PATH = "test\\" # 照片文件夹地址 width, height = 100, 100 # 缩放比例 pic_file = os.listdir(PIC_PATH) # 所有照片文件列表 same_pic_index = [] # 相同图像的索引列表 imgs = [] # 缩放后 相同图像的集合 count = len(pic_file) # 照片数量 if count == 0: # 如果照片数量为零 print("没有图像") sys.exit(0) # 停止程序 for file_name in pic_file: # 遍历ght)) # 缩放成统一大小 imgs.append(img) # 按文件顺序保存图像对象 for i in range(0,count - 1): # 遍历所有图像文件，不遍历最后一个图像 if i in has_same: # 如果此图像已经找到相同的图像 continue # 跳过 templ = imgs[i]# 取出模板图像 same = [i] # 与templ内容相同的图像索引列表 for j in range(same: # 如果此图像已经找到相同的图像 continue # 跳过 pic = imgs[j] # 取出对照图像 results = cv2.matchTemplate(pic, templ, cv2.TM_CCOEFF_NORMED) # 比较两图像相速度 if results > 0.9: # 如果似度大于90%，认为是同一张照片 same.append( # 记录对照图像的索引 has_same.add(i) # 模板图像已找到相同图像 has_same.add(j) # 对照图像已找到相同图像 if len(same) > 1: # 如果模板图像找到了至少一张与自己相同的图像 same_pic_index.append(same) # 记录相同图像的索引 for same_list in same_pic_index: # 遍历所有相同图像的索引 text = "相同的照片：" for same in same_list: text += str(pic_file[same]) + ", " # 拼接文件名 print(text)
创作不易 觉得有帮助请点赞关注收藏~~~
