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。
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)
©本文为清一色官方代发，观点仅代表作者本人，与清一色无关。清一色对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。本文不作为投资理财建议，请读者仅作参考，并请自行承担全部责任。文中部分文字/图片/视频/音频等来源于网络，如侵犯到著作权人的权利，请与我们联系（微信/QQ:1074760229）。转载请注明出处：清一色财经
微信扫码打赏 
支付宝扫码打赏 
