opencv-039-图像模板匹配

知识点

模板匹配被称为最简单的模式识别方法、同时也被很多人认为是最没有用的模式识别方法。这里里面有很大的误区,就是模板匹配是工作条件限制比较严格,只有满足理论设置的条件以后,模板匹配才会比较好的开始工作,而且它不是基于特征的匹配,所以有很多弊端,但是不妨碍它成为入门级别模式识别的方法,通过它可以学习到很多相关的原理性内容,为后续学习打下良好的基础。

API

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
void cv::matchTemplate (
InputArray image,
InputArray templ,
OutputArray result,
int method,
InputArray mask = noArray()
)
Python:
result = cv.matchTemplate( image, templ, method[, result[, mask]] )

其中method表示模板匹配时候采用的计算像素相似程度的方法,常见有如下
TM_SQDIFF = 0
TM_SQDIFF_NORMED = 1
平方不同与平方不同的归一化版本

TM_CCORR = 2
TM_CCORR_NORMED = 3
相关性,值越大相关性越强,表示匹配程度越高。
归一化版本值在0~1之间,1表示高度匹配,0表示完全不匹配

TM_CCOEFF = 4
TM_CCOEFF_NORMED = 5
相关因子,值越大相关性越强,表示匹配程度越高。
归一化版本值在0~1之间,1表示高度匹配,0表示完全不匹配

代码(c++,python)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
#include <iostream>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

const float t = 0.95;

/*
* 图像模板匹配
*/
int main() {
Mat src = imread("../images/llk.jpg");
Mat tpl = imread("../images/llk_tpl.png");
if (src.empty() || tpl.empty()) {
cout << "could not load image.." << endl;
}
imshow("input", src);
imshow("match_template", tpl);

int res_h = src.rows - tpl.rows + 1;
int res_w = src.cols - tpl.cols + 1;
Mat result = Mat::zeros(Size(res_w, res_h), CV_32FC1);
matchTemplate(src, tpl, result, TM_CCOEFF_NORMED);
imshow("result", result);

for (int row = 0; row < result.rows; ++row) {
for (int col = 0; col < result.cols; ++col) {
float v = result.at<float>(row, col);
if (v > t){
rectangle(src, Point(col, row),
Point(col + tpl.cols, row+tpl.rows), Scalar(255,0,0));
}
}
}
imshow("template_result", src);

waitKey(0);
return 0;
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
import cv2 as cv
import numpy as np


def template_demo():
src = cv.imread("D:/images/llk.jpg")
tpl = cv.imread("D:/images/llk_tpl.png")
cv.imshow("input", src)
cv.imshow("tpl", tpl)
th, tw = tpl.shape[:2]
result = cv.matchTemplate(src, tpl, cv.TM_CCORR_NORMED)
cv.imshow("result", result)
cv.imwrite("D:/039_003.png", np.uint8(result*255))
t = 0.98
loc = np.where(result > t)

for pt in zip(*loc[::-1]):
cv.rectangle(src, pt, (pt[0] + tw, pt[1] + th), (255, 0, 0), 1, 8, 0)
cv.imshow("llk-demo", src)
cv.imwrite("D:/039_004.png", src)


template_demo()
cv.waitKey(0)
cv.destroyAllWindows()

结果

代码地址

github