网站开发发展趋势,深圳设计公司招聘网站,珠海网站管理公司,沈阳建站网页模板一、概念
模板匹配就是在整个图像区域发现与给定子图像匹配的小块区域。 需要首先给定一个模板图像A#xff0c;和一个待检测图像B。 在待检测图像B上#xff0c;从左往右#xff0c;从上往下计算待检测图像B和模板图像A所重叠的匹配度#xff0c;匹配度越高则两者相同的可…一、概念
模板匹配就是在整个图像区域发现与给定子图像匹配的小块区域。 需要首先给定一个模板图像A和一个待检测图像B。 在待检测图像B上从左往右从上往下计算待检测图像B和模板图像A所重叠的匹配度匹配度越高则两者相同的可能性越高。
二、公式
相关API的实现可以去官网查看具体的源码
三、模板匹配
import cv2
import numpy as np
from matplotlib import pyplot as pltdef template():tpl cv2.imread(rG:\Juptyer_workspace\study\opencv\opencv3\yy.jpg)target cv2.imread(rG:\Juptyer_workspace\study\opencv\opencv3\sq.jpg)cv2.imshow(tpl,tpl)cv2.imshow(target,target)methods [cv2.TM_SQDIFF_NORMED,cv2.TM_CCORR_NORMED,cv2.TM_CCOEFF_NORMED]th,tw tpl.shape[:2]for md in methods:print(md)result cv2.matchTemplate(target,tpl,md)min_val,max_val,min_loc,max_loc cv2.minMaxLoc(result)if md cv2.TM_SQDIFF_NORMED:tl min_locelse:tl max_locbr (tl[0]tw,tl[1]th)cv2.rectangle(target,tl,br,(0,0,255),2)cv2.imshow(match-np.str(md),target)#cv2.imshow(match-np.str(md),result)template()
cv2.waitKey(0)
cv2.destroyAllWindows()效果图如下
