一、概念

模板匹配就是在整個圖像區(qū)域發(fā)現(xiàn)與給定子圖像匹配的小塊區(qū)域。
需要首先給定一個模板圖像A，和一個待檢測圖像B。
在待檢測圖像B上，從左往右，從上往下計算待檢測圖像B和模板圖像A所重疊的匹配度，匹配度越高則兩者相同的可能性越高。

二、公式

相關(guān)API的實現(xiàn)可以去官網(wǎng)查看具體的源碼

三、模板匹配

import cv2 import numpy as np from matplotlib import pyplot as pltdef template():tpl = cv2.imread(r"G:\Juptyer_workspace\study\opencv\opencv3\yy.jpg")target = cv2.imread(r"G:\Juptyer_workspace\study\opencv\opencv3\sq.jpg")cv2.imshow("tpl",tpl)cv2.imshow("target",target)methods = [cv2.TM_SQDIFF_NORMED,cv2.TM_CCORR_NORMED,cv2.TM_CCOEFF_NORMED]th,tw = tpl.shape[:2]for md in methods:print(md)result = cv2.matchTemplate(target,tpl,md)min_val,max_val,min_loc,max_loc = cv2.minMaxLoc(result)if md == cv2.TM_SQDIFF_NORMED:tl = min_locelse:tl = max_locbr = (tl[0]+tw,tl[1]+th)cv2.rectangle(target,tl,br,(0,0,255),2)cv2.imshow("match-"+np.str(md),target)#cv2.imshow("match-"+np.str(md),result)template() cv2.waitKey(0) cv2.destroyAllWindows()

效果圖如下：

總結(jié)

以上是生活随笔為你收集整理的十、模板匹配的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。