python cv2 matchtemplate-ag凯发k8国际
模板匹配应用的场景非常多,ocr(字符识别),目标检测、定位等等。opencv中,你可以使用cv2.matchtemplate()来完成。对于其中的计算原理,可参考如下博客:
cv2.matchtemplate(img, templ, method)
tmepl:模板图像
method:官方提供了三种方法cv2.tm_ccoeff_normed, cv2.tm_ccorr_normed, cv2.tm_sqdiff_normed,其中第三种方法值越小,表示匹配概率越大,其余的为值越大匹配概率越大,这里列出的三种是会进行归一化,这方便你设定阈值来进行卡控;
注意:该函数返回的是由匹配程度填充的灰度图像
官方文档:https://docs.opencv.org/3.0-beta/modules/imgproc/doc/object_detection.html?highlight=cv2.matchtemplate#void matchtemplate(inputarray image, inputarray templ, outputarray result, int method)
选取模板
利用上述函数对图像进行模板匹配:
钢管模板匹配
import cv2
import numpy as np
# 剔除数据集中相邻太近的点,模板匹配设定的阈值会在目标附近产生大量的重复结果
# 需要设计方法进行剔除
def split_min_dist_dots(dot, dot_set, min_dist = 20):
if dot_set:
append_flag = true
for dt in dot_set:
dist = abs(dot[0] - dt[0]) abs(dot[1] - dt[1])
if dist < min_dist:
append_flag = false
if append_flag:
dot_set.append(dot)
else:
dot_set.append(dot)
return dot_set
img = cv2.imread('steels.png', -1)
gray_img = cv2.cvtcolor(img, cv2.color_bgr2gray)
gaussian_img = cv2.gaussianblur(gray_img,(3, 3),0)
template_img = cv2.imread('steel_temp.png', 0)
height, width = template_img.shape[:2]
res = cv2.matchtemplate(gaussian_img, template_img, cv2.tm_ccoeff_normed)
min_val, max_val, min_loc, max_loc = cv2.minmaxloc(res)
threshold_template = 0.6
locs = np.where(res >= threshold_template)
# 最终的匹配结果
dots_set = []
# zip(*)操作,参考https://www.cnblogs.com/quietwalk/p/7997705.html
# locs[::-1]则是将序列顺序颠倒,由于[row, col]对绘制矩形需要区分
for loc in (zip(*locs[::-1])):
dots_set = split_min_dist_dots(loc, dots_set)
for dot in dots_set:
cv2.rectangle(img, dot, (dot[0] width, dot[1] height), (255, 25, 25), 1)
cv2.puttext(img, 'pipe', dot, cv2.font_hershey_simplex, 0.5, (25, 25, 255), 2)
cv2.puttext(img, 'pipe count:%s'%len(dots_set), (0, 20), cv2.font_hershey_simplex, 0.8, (255, 25, 255), 2)
cv2.imshow('template_steel', img)
cv2.waitkey(0)
cv2.destroyallwindows()
这是一个关于模板匹配很简单的示例,如果你想利用这种方法应用到你的项目,需要关注以下几点:
增加模板库,单单一张模板图往往在应用中捉襟见肘;
模板匹配在目标附近会产生大量高于设定阈值的结果,你需要设计更好的剔除邻近干扰方案;
对不同亮度、角度进行适配和测试
当然,你完全也可以采用深度学习中的目标检测方案,后面会涉及到,加个关注🙏🤭
对于opencv-python的模板匹配部分有问题欢迎留言, have fun with opencv-python, 下期见。
总结
以上是ag凯发k8国际为你收集整理的python cv2 matchtemplate_opencv-python系列十:模板匹配的全部内容,希望文章能够帮你解决所遇到的问题。
- 上一篇: 测试如何学python_如何从0开始学p
- 下一篇: python爬虫科研数据提取_pytho