opencv-039-图像模板匹配

发表于 | 分类于

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