OpenCV-Python模板匹配人眼的實例

更新時間：2021年06月08日 15:15:59 作者：一天一篇Python庫

模板匹配是指在當(dāng)前圖像A內(nèi)尋找與圖像B最相似的部分，本文詳細(xì)的介紹了OpenCV-Python模板匹配人眼的實例，感興趣的可以了解一下

什么是模板匹配

模板匹配是指在當(dāng)前圖像A內(nèi)尋找與圖像B最相似的部分，可以理解找茬，但是這里是找出一樣的信息。

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(shù)

在OpenCV中，它給我們提供了cv2.matchTemplate()函數(shù)來完成模板匹配。其函數(shù)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(shù)通過TemplateMatchModes實現(xiàn)，如下表所示：

參數(shù)	取值	含義
cv2.TM_SQDIFF	0	以方差為依據(jù)進(jìn)行匹配。若完全匹配，則結(jié)果為0；若不匹配，則會得到一個很大的差值
cv2.TM_SQDIFF_NORMED	1	標(biāo)準(zhǔn)（歸一化）平方差匹配
cv2.TM_CCORR	2	相關(guān)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(biāo)準(zhǔn)（歸一化）相關(guān)匹配
cv2.TM_CCOEFF	4	相關(guān)系統(tǒng)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(guān)值進(jìn)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(guān)匹配（隨機序列）
cv2.TM_CCOEFF_NORMED	5	標(biāo)準(zhǔn)（歸一化）相關(guān)系數(shù)匹配

result：返回值。它是由每個位置的比較結(jié)果組合所構(gòu)成的一個結(jié)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(rèn)值即可。

實現(xiàn)模板匹配

首先，我們需要兩張圖片，這里我們還是選取經(jīng)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()

運行之后，效果如下：