OpenCV模板匹配

本文概述

• OpenCV中的模板匹配
• 模板与多个对象匹配
• 模板匹配的局限性

模板匹配是一种用于在较大图像中查找模板图像的位置的技术。为此, OpenCV提供了cv2.matchTemplates()函数。它只是在输入图像上滑动模板图像, 然后比较输入图像下的模板和补丁。

有多种方法可用于比较。我们将在进一步的主题中讨论一些流行的方法。

它返回一个灰度图像, 其中每个像素代表该像素与输入模板匹配的邻域数。

OpenCV中的模板匹配

模板匹配包括以下步骤：

步骤-1：获取实际图像并将其转换为灰度图像。

步骤-2：选择模板作为灰度图像。

步骤-3：找到精度级别匹配的位置。通过模板图像在实际图像上滑动来完成。

步骤-4：如果结果大于精度等级, 则将该位置标记为检测到。

考虑以下示例：

import cv2 
import numpy as np 
# Reading the main image 
rgb_img = cv2.imread(r'C:\Users\DEVANSH SHARMA\rolando.jpg', 1)
# It is need to be convert it to grayscale 
gray_img = cv2.cvtColor(rgb_img, cv2.COLOR_BGR2GRAY) 
# Reading the template image 
template = cv2.imread(r'C:\Users\DEVANSH SHARMA\ronaldo_face.jpg', 0) 
# Store width in variable w and height in variable h of template
w, h = template.shape[:-1] 
# Now we perform match operations. 
res = cv2.matchTemplate(gray_img, template, cv2.TM_CCOEFF_NORMED) 
# Declare a threshold 
threshold = 0.8
# Store the coordinates of matched location in a numpy array 
loc = np.where(res >= threshold) 
# Draw the rectangle around the matched region. 
for pt in zip(*loc[::-1]): 
	cv2.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (0, 255, 255), 2) 
# Now display the final matched template image 
cv2.imshow('Detected', img_rgb)

输出

模板与多个对象匹配

在上面的示例中, 我们在图像中搜索仅在图像中出现一次的模板图像。假设在特定图像中多次出现的特定对象。在这种情况下, 我们将使用阈值设置, 因为cv2.minMaxLoc()不会提供模板图像的所有位置。考虑以下示例。

import cv2 
import numpy as np 
# Reading the main image 
img_rgb = cv2.imread(r'C:\Users\DEVANSH SHARMA\mario.png', 1)
# It is need to be convert it to grayscale 
img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY) 
# Read the template 
template = cv2.imread(r'C:\Users\DEVANSH SHARMA\coin1.png', 0) 
# Store width in variable w and height in variable h of template
w, h = template.shape[:-1] 
# Now we perform match operations. 
res = cv2.matchTemplate(img_gray, template, cv2.TM_CCOEFF_NORMED) 
# Declare a threshold 
threshold = 0.8
# Store the coordinates of matched region in a numpy array 
loc = np.where( res >= threshold) 
# Draw a rectangle around the matched region. 
for pt in zip(*loc[::-1]): 
	cv2.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (0, 255, 255), 2) 
# Now display the final matched template image 
cv2.imshow('Detected', img_rgb)

输出

在上面的程序中, 我们以受欢迎的超级马里奥游戏的图像作为主图像, 将硬币图像作为模板图像。硬币在主图像中出现多次。当它在图像中找到硬币时, 将在硬币上绘制矩形。

模板匹配的局限性

模板匹配的局限性如下：

• 计算中到大型图像的图案相关图像是一个耗时的过程。
• 模式的出现必须保留参考模板图像的方向。
• 模板匹配不适用于模板的旋转或缩放版本, 因为形状/大小/剪切等发生变化。