使用Python+OpenCV进行图像模板匹配(Match Template)-36大数据

我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

使用Python+OpenCV进行图像模板匹配(Match Template)-36大数据 作者:王彦平

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。

				#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。

				#加载原始RGB图像
				img_rgb = cv2.
				imread
				(
				"photo.jpg"
				)
				#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
				img_gray = cv2.
				cvtColor
				(
				img_rgb, 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。

使用Python+OpenCV进行图像模板匹配(Match Template)-36大数据

使用Python+OpenCV进行图像模板匹配(Match Template)-36大数据

使用Python+OpenCV进行图像模板匹配(Match Template)-36大数据

				#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
				(
				)
			

使用Python+OpenCV进行图像模板匹配(Match Template)-36大数据

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
					)
				

Read more:  http://bluewhale.cc/2017-09-22/use-python-opencv-for-image-template-matching-match-template.html#ixzz4tOICUBm9

End.

转载请注明来自36大数据(36dsj.com): 36大数据 » 使用Python+OpenCV进行图像模板匹配(Match Template)

随意打赏

提交建议
微信扫一扫,分享给好友吧。