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

作者：王彦平 2017-09-25 15:43:24大数据 本篇文章介绍使用Python和OpenCV对图像进行模板匹配和识别。使用模板匹配是进行在图像中寻找和识别模板的一种简单的方法。

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

首先导入所需库文件，使用numpy和cv2。进行

#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图像模板。OpenCV对原始图像进行处理，模板创建一个灰度版本，匹配在灰度图像里进行处理和查找匹配。使用然后使用相同的进行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图像灰度版本，所有操作在灰度版本中处理，模板然后在RGB图像中使用相同坐标还原 
img_gray = cv2.cvtColor(img_rgb,匹配 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) 

责任编辑：武晓燕 来源： 36大数据 图像模板Python+OpenCV

(责任编辑：知识)