使用Python+OpenCV进行图像模板匹配(Match Template)
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 importcv2 importnumpyasnp 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。 #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 forptinzip(*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: defmathc_img(image,Target,value): importcv2 importnumpyasnp 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) forptinzip(*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) 【编辑推荐】 可视化效果解读:将数据转成图形图像显示 机器学习零基础?手把手教你用TensorFlow搭建图像识别系统(一) 机器学习零基础?手把手教你用TensorFlow搭建图像识别系统(二) 干货 | 98道常见Hadoop面试题及答案解析(一) 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