OpenCV-Python模板匹配人眼的實例
什麼是模板匹配
模板匹配是指在當前圖像A內尋找與圖像B最相似的部分,可以理解找茬,但是這裡是找出一樣的信息。
一般我們將圖像A稱為輸入圖像,將圖像B稱為模板圖像。模板匹配的原理就是將模板B圖像在圖像A上滑動遍歷,找出與其匹配的部分。
模板匹配函數
在OpenCV中,它給我們提供瞭cv2.matchTemplate()函數來完成模板匹配。其函數的完整定義如下:
def matchTemplate(image, templ, method, result=None, mask=None):
image:原始圖像
templ:模板圖像
method:匹配方法。該參數通過TemplateMatchModes實現,如下表所示:
參數 | 取值 | 含義 |
---|---|---|
cv2.TM_SQDIFF | 0 | 以方差為依據進行匹配。若完全匹配,則結果為0;若不匹配,則會得到一個很大的差值 |
cv2.TM_SQDIFF_NORMED | 1 | 標準(歸一化)平方差匹配 |
cv2.TM_CCORR | 2 | 相關匹配,這類方法將模板圖像與輸入圖像相乘,如果乘積越大,則匹配度較高;如果乘積為0,則表示匹配效果最差 |
cv2.TM_CCORR_NORMED | 3 | 標準(歸一化)相關匹配 |
cv2.TM_CCOEFF | 4 | 相關系統匹配,這類方法將模板圖像與其均值的相對值,和輸入圖像與其均值的相關值進行匹配。1表示完美匹配,-1表示糟糕的匹配,0表示沒有任何相關匹配(隨機序列) |
cv2.TM_CCOEFF_NORMED | 5 | 標準(歸一化)相關系數匹配 |
result:返回值。它是由每個位置的比較結果組合所構成的一個結果集,類型是單通道32位浮點型。如果輸入圖像尺寸是WH,模板尺寸是wh,則返回值的大小為(W-w+1)*(H-h+1)。
mask:模板圖像掩模。它必須與模板圖像具有相同類型的大小。通常使用默認值即可。
實現模板匹配
首先,我們需要兩張圖片,這裡我們還是選取經常用的美女照片以及截取其眼睛部分作為模板圖像,如下:
import cv2 import matplotlib.pyplot as plt img = cv2.imread("4.jpg", 0) template = cv2.imread("4_1.jpg", 0) th, tw = template.shape[::] rv = cv2.matchTemplate(img, template, cv2.TM_SQDIFF) min, max, minLoc, maxLoc = cv2.minMaxLoc(rv) topLeft = minLoc bottomRight = (topLeft[0] + tw, topLeft[1] + th) cv2.rectangle(img, topLeft, bottomRight, 255, 2) plt.subplot(121) plt.imshow(template, cmap="gray") plt.axis('off') plt.subplot(122) plt.imshow(img, cmap="gray") plt.axis('off') plt.show()
運行之後,效果如下:
附錄:
模板圖
原圖
到此這篇關於OpenCV-Python模板匹配人眼的實例的文章就介紹到這瞭,更多相關OpenCV 模板匹配 內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- opencv C++模板匹配的簡單實現
- Python+Opencv實現圖像匹配功能(模板匹配)
- OpenCV-Python實現多模板匹配
- python OpenCV圖像直方圖處理
- python計算機視覺opencv圖像金字塔輪廓及模板匹配