1. 介绍#

模板匹配是指在当前图像A内寻找与图像B最相似的部分，一般将图像A称为输入图像，将图像B称为模板图像。模板匹配的操作方法是将模板图像B在图像A上滑动，遍历所有像素以完成匹配。

模板匹配

2. 单目标匹配#

2.1 使用方法#

通过函数cv2.matchTemplate()实现模板匹配。
函数原型：ret = cv2.matchTemplate( image, template, method, mask )
参数说明：
- image：原始图像，必须是8位或者32位的浮点型图像。
- template：模板图像。尺寸必须小于或等于原始图像，并且与原始图像具有同样的类型。
- method：匹配方法。
- mask：模板图像掩模。
- ret：由每个位置的比较结果组合所构成的一个结果集，类型是单通道、32位浮点型。
  - 如果输入图像尺寸是 W * H，模板的尺寸是 w * h，则返回值的大小为(W - w + 1) * (H - h + 1)。

参数值	值	说明
cv2.TM_SQDIFF	0	以方差为依据进行匹配。若完全匹配，则结果为零；若不匹配，则会得到一个很大的值。
cv2.TM_SQDIFF_NORMED	1	以标准（归一化）方差为依据进行匹配。
cv2.TM_CCORR	2	相关匹配。将模板图像与输入图像相乘，如果乘积较大，表示匹配程度较高；如果乘积为 0，则表示匹配效果最差。
cv2.TM_CCORR_NORMED	3	以标准（归一化）相关为依据进行匹配。
cv2.TM_CCOEFF	4	相关系数匹配。将模板图像与其均值的相对值，和输入图像与其均值的相关值进行匹配。1表示完美匹配，-1表示糟糕的匹配，0表示没有任何相关性。
cv2.TM_CCOEFF_NORMED	5	以标准（归一化）相关系数为依据进行匹配。

提醒
在查找最佳匹配时，首先要确定使用的是何种方法，然后再确定到底是查找最大值，还是查找最小值。

2.2 示例#

最小值方案：`cv2.TM_SQDIFF`#

1
import cv2
2

3
img = cv2.imread('rice.png')
4

5
template = cv2.imread('template.png')
6
th, tw, tc = template.shape
7

8
rv = cv2.matchTemplate(img, template, cv2.TM_SQDIFF)
9

10
minVal, maxVal, minLoc, maxLoc = cv2.minMaxLoc(rv)
11
topLeft = minLoc
12
bottomRight = (topLeft[0] + tw, topLeft[1] + th)
13
# print(topLeft)
14

15
cv2.rectangle(img, topLeft, bottomRight, [0, 0, 255], 2)
16

17
cv2.imwrite("detect_TM_SQDIFF.png", img)

原图	目标	位置匹配

最大值方案：`cv2.TM_CCOEFF`#

1
import cv2
2

3
img = cv2.imread('rice.png')
4

5
template = cv2.imread('template.png')
6
th, tw, tc = template.shape
7

8
rv = cv2.matchTemplate(img, template, cv2.TM_CCOEFF)
9

10
minVal, maxVal, minLoc, maxLoc = cv2.minMaxLoc(rv)
11
topLeft = maxLoc
12
bottomRight = (topLeft[0] + tw, topLeft[1] + th)
13
# print(topLeft)
14

15
cv2.rectangle(img, topLeft, bottomRight, [0, 255, 255], 2)
16

17
cv2.imwrite("detect_TM_CCOEFF.png", img)

原图	目标	位置匹配

3. 多目标匹配#

单目标匹配：模板图像在整个输入图像内仅出现了一次。
多目标匹配：模板图像很可能在输入图像内出现多次，需要找出多个匹配结果。

3.1 使用方法#

通过函数np.where()，获取满足条件的模板匹配位置的集合。
通过函数zip()，将对象中对应的元素打包成坐标元组。
行列互换：函数cv2.matchTemplate()的输出值的形式为 （行号，列号） ，在使用函数np.where()过滤信息后，需要进行行列互换操作——[::-1]，将形式转换为 （列号，行号） 以便绘图需要。

3.2 示例#

1
import cv2
2
import numpy as np
3

4
img = cv2.imread('rices.png')
5

6
template = cv2.imread('template.png')
7
th, tw, tc = template.shape
8

9
rv = cv2.matchTemplate(img, template, cv2.TM_CCOEFF_NORMED)
10

11
threshold = 0.975
12
loc = np.where( rv >= threshold )
13

14
for pt in zip(*loc[::-1]):
15
    # print(pt)
16
    cv2.rectangle(img, pt, (pt[0] + tw, pt[1] + th), [0, 255, 0], 1)
17

18
cv2.imwrite("detect_TM_CCOEFF_NORMED.png", img)