OpenCV模板匹配

模板匹配是一种用于在较大图像中查找模板图像位置的技术。 OpenCV为此目的提供了 cv2.matchTemplates() 函数。 它简单地将模板图像滑过输入图像，并比较模板和输入图像下的补丁。

有多种比较方法可用； 我们将在后续主题中讨论一些流行的方法。

它返回一个灰度图像，其中每个像素代表该像素的邻域与输入模板的匹配程度。

OpenCV 中的模板匹配

模板匹配包括以下步骤

步骤 1： 获取实际图像并将其转换为灰度图像。

步骤 2： 选择模板作为灰度图像。

步骤 3： 找到精度级别匹配的位置。 这是通过模板图像在实际图像上滑动来完成的。

步骤 4： 当结果大于精度级别时，将该位置标记为已检测到。

请看以下示例

输出

具有多个对象的模板匹配

在上面的示例中，我们搜索图像以查找在该图像中仅出现一次的模板图像。 假设一个特定的对象在特定图像中出现多次。 在这种情况下，我们将使用阈值处理，因为 cv2.minMaxLoc() 不会给出模板图像的所有位置。 考虑以下示例。

输出

在上面的程序中，我们以流行的超级马里奥游戏图像作为主图像，以硬币图像作为模板图像。 硬币在主图像中出现多次。 当它在图像中找到硬币时，它会在硬币上绘制矩形。

模板匹配的局限性

模板匹配有以下几个局限性

• 对于中型到大型图像，计算模式相关图像是一个耗时的过程。
• 模式的出现必须保留参考模板图像的方向。
• 模板匹配不适用于模板的旋转或缩放版本，因为形状/大小/剪切等发生了变化。