簡介

模板匹配：模板匹配和卷積原理很像，模板在原圖像上從原點開始滑動，計算模板與當前圖形被模板覆蓋的地方的差別程度，然後將每次計算的結果放入一個矩陣，作爲結果輸出。假如原圖形是A*B大小，而模板是a*b大小，則輸出結果的矩陣是（A-a+1）*(B-b+1)

計算模板和圖像差別程度的六種方法

1.TM_SQDIFF：計算平方不同，計算出來的值越小，越相關

2.TM_CCORR：計算相關性，計算出來的值越大，越相關

3. TM_CCOEFF：計算相關係數，計算出來的值越大，越相關

4.TM_SQDIFF_NORMED：計算歸一化平方不同，計算出來的值越接近0，越相關

5.TM_CCORR_NORMED：計算歸一化相關性，計算出來的值越接近1，越相關

6.TM_CCOEFF_NORMED：計算歸一化相關係數，計算出來的值越接近1，越相關

OpenCV函數模型

cv.matchTemplate(image，template，method)

參數解釋

image

用於搜索的輸入圖像

template

用於匹配的模板

method

用於比較的方法，可選以下六種

TM_SQDIFF：計算平方不同，計算出來的值越小，越相關

TM_CCORR：計算相關性，計算出來的值越大，越相關

TM_CCOEFF：計算相關係數，計算出來的值越大，越相關

TM_SQDIFF_NORMED：計算歸一化平方不同，計算出來的值越接近0，越相關

TM_CCORR_NORMED：計算歸一化相關性，計算出來的值越接近1，越相關

TM_CCOEFF_NORMED：計算歸一化相關係數，計算出來的值越接近1，越相關

返回值

返回值爲一個二維數組，是原圖像各區域與模板的匹配值

經常配套使用的函數

獲取最佳匹配區域的位置

cv.minMaxLoc(res)

返回cv.matchTemplate函數返回值中的最大值，最小值，最大值對應區域左上角座標，最小值對應區域左上角座標

注：res爲cv.matchTemplate函數的返回值

將最佳匹配區域用矩形圈出

cv.rectangle(img2, top_left, bottom_right, 255, 2)

關於該函數的具體信息可參考python-OpenCV之輪廓的查找，繪製，特徵，近似，外接矩形中關於外接矩形的內容。

代碼示例

import cv2 as cv

img = cv.imread('lena.jpg', 0)
template = cv.imread('lenaface.jpg', 0)
h, w = template.shape[:2]

methods = ['cv.TM_CCOEFF', 'cv.TM_CCOEFF_NORMED', 'cv.TM_CCORR', 'cv.TM_CCORR_NORMED', 'cv.TM_SQDIFF',
           'cv.TM_SQDIFF_NORMED']

for meth in methods:
    img2 = img.copy()

    # 匹配方法在methods數組中的的序號
    method = eval(meth)
    res = cv.matchTemplate(img, template, method)
    min_val, max_val, min_loc, max_loc = cv.minMaxLoc(res)

    # 如果是平方差匹配TM_SQDIFF或歸一化平方差匹配TM_SQDIFF_NORMED，取最小值
    if method in [cv.TM_SQDIFF, cv.TM_SQDIFF_NORMED]:
        top_left = min_loc
    else:
        top_left = max_loc
    bottom_right = (top_left[0] + w, top_left[1] + h)

    # 畫矩形
    cv.rectangle(img2, top_left, bottom_right, 255, 2)
    # 顯示出來
    cv.imshow(meth + str('_rec'), img2)

cv.waitKey()
cv.destroyAllWindows()