使用Python+OpenCV进行图像模板匹配(Match Template)

本篇文章介绍使用Python和OpenCV对图像进行模板匹配和识别。模板匹配是在图像中寻找和识别模板的一种简单的方法。以下是具体的步骤及代码。

首先导入所需库文件，numpy和cv2。

 
 


  
  
#导入所需库文件 

  
  
import cv2 

  
  
import numpy as np 
 
 

然后加载原始图像和要搜索的图像模板。OpenCV对原始图像进行处理，创建一个灰度版本，在灰度图像里进行处理和查找匹配。然后使用相同的坐标在原始图像中进行还原并输出。

 
 


  
  
#加载原始RGB图像 

  
  
img_rgb = cv2.imread("photo.jpg") 

  
  
#创建一个原始图像的灰度版本，所有操作在灰度版本中处理，然后在RGB图像中使用相同坐标还原 

  
  
img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY) 

  
  
  

  
  
#加载将要搜索的图像模板 

  
  
template = cv2.imread('face.jpg',0) 

  
  
#记录图像模板的尺寸 

  
  
w, h = template.shape[::-1] 
 
 

这里我们分别输出并查看原始图像，原始图像的灰度版本，以及图像模板。

 
 


  
  
#查看三组图像(图像标签名称，文件名称) 

  
  
cv2.imshow('rgb',img_rgb) 

  
  
cv2.imshow('gray',img_gray) 

  
  
cv2.imshow('template',template) 

  
  
cv2.waitKey(0) 

  
  
cv2.destroyAllWindows() 
 
 

使用matchTemplate在原始图像中查找并匹配图像模板中的内容，并设置阈值。

 
 


  
  
#使用matchTemplate对原始灰度图像和图像模板进行匹配 

  
  
res = cv2.matchTemplate(img_gray,template,cv2.TM_CCOEFF_NORMED) 

  
  
#设定阈值 

  
  
threshold = 0.7 

  
  
#res大于70% 

  
  
loc = np.where( res >= threshold) 
 
 

匹配完成后在原始图像中使用灰度图像的坐标对原始图像进行标记。

 
 


  
  
#使用灰度图像中的坐标对原始RGB图像进行标记 

  
  
for pt in zip(*loc[::-1]): 

  
  
    cv2.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (7,249,151), 2) 

  
  
#显示图像     

  
  
cv2.imshow('Detected',img_rgb) 

  
  
cv2.waitKey(0) 

  
  
cv2.destroyAllWindows() 
 
 

以下为完整代码：

 
 


  
  
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) 
 
 

【编辑推荐】