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

  1. 云栖社区>
  2. 博客>
  3. 正文

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

反向一觉 2017-11-01 14:51:52 浏览4476
展开阅读全文

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。


  1. #导入所需库文件 
  2. import cv2 
  3. 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。


  1. #加载原始RGB图像 
  2. img_rgb = cv2.imread("photo.jpg"
  3. #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 
  4. img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY) 
  5.   
  6. #加载将要搜索的图像模板 
  7. template = cv2.imread('face.jpg',0) 
  8. #记录图像模板的尺寸 
  9. 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。


  1. #查看三组图像(图像标签名称,文件名称) 
  2. cv2.imshow('rgb',img_rgb) 
  3. cv2.imshow('gray',img_gray) 
  4. cv2.imshow('template',template) 
  5. cv2.waitKey(0) 
  6. 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。


  1. #使用matchTemplate对原始灰度图像和图像模板进行匹配 
  2. res = cv2.matchTemplate(img_gray,template,cv2.TM_CCOEFF_NORMED) 
  3. #设定阈值 
  4. threshold = 0.7 
  5. #res大于70% 
  6. 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。


  1. #使用灰度图像中的坐标对原始RGB图像进行标记 
  2. for pt in zip(*loc[::-1]): 
  3.     cv2.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (7,249,151), 2) 
  4. #显示图像     
  5. cv2.imshow('Detected',img_rgb) 
  6. cv2.waitKey(0) 
  7. cv2.destroyAllWindows() 

以下为完整代码:


  1. def mathc_img(image,Target,value): 
  2.     import cv2 
  3.     import numpy as np 
  4.     img_rgb = cv2.imread(image) 
  5.     img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY) 
  6.     template = cv2.imread(Target,0) 
  7.     w, h = template.shape[::-1] 
  8.     res = cv2.matchTemplate(img_gray,template,cv2.TM_CCOEFF_NORMED) 
  9.     threshold = value 
  10.     loc = np.where( res >= threshold) 
  11.     for pt in zip(*loc[::-1]): 
  12.         cv2.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (7,249,151), 2)    
  13.     cv2.imshow('Detected',img_rgb) 
  14.     cv2.waitKey(0) 
  15.     cv2.destroyAllWindows() 

  1. image=("photo.jpg"
  2. Target=('face.jpg'
  3. value=0.9 
  4. mathc_img(image,Target,value) 

【编辑推荐】

  1. 可视化效果解读:将数据转成图形图像显示
  2. 机器学习零基础?手把手教你用TensorFlow搭建图像识别系统(一)
  3. 机器学习零基础?手把手教你用TensorFlow搭建图像识别系统(二)
  4. 干货 | 98道常见Hadoop面试题及答案解析(一)
  5. 大数据时代 电子取证怎样锁定「黑手」

本文作者:王彦平
来源:51CTO

网友评论

登录后评论
0/500
评论
反向一觉
+ 关注