本文主要展示“如何使用Python OpenCV匹配图像模板”，简单易懂，条理清晰，希望能帮你解开疑惑。让边肖带领大家学习学习《如何使用Python OpenCV匹配图像模板》一文。
首先导入所需的库文件，numpy和cv2。
#导入所需的库文件importcv2importnumpyasnp，然后加载原始图像和要搜索的图像模板。OpenCV处理原始图像，创建一个灰色版本，并在灰色图像中处理和匹配它。然后使用相同的坐标恢复并输出原始图像。
#加载原始RGB图像img _ RGB=cv2 . imread(‘ photo . jpg ‘)#创建原始图像的灰色版本，所有操作都在灰色版本中处理，然后还原img_gray=cv2.cvtColor(img_rgb，2.cvcolor _ bgr2gray) #加载要搜索的图像模板=cv2.imread (‘face.jpg ‘，0) #记录图像模板的大小w，h=template.shape [:3360-1]
#查看三组图像(图像标签名、文件名)CV2。imshow (‘RGB ‘，img _ RGB) CV2。imshow (‘gray ‘，img _ gray) CV2。imshow (‘template ‘，template) CV2。waitkey (0) CV2。使用destroyallwindows()
#使用matchTemplate RES=CV2将原始灰色图像与图像模板进行匹配。匹配模板(img _ gray，模板，CV2。TM _ cceff _ normalized)# Set threshold=0.7 # RES大于70%loc=np .其中(res=threshold)匹配后用原始图像中灰度图像的坐标标记原始图像。
#用灰度图像中的坐标标记原始的RGB图像，用于(* loc [:3360-1]) :cv2 .矩形(img _ RGB，PT，(PT [0] W，PT [1] H)，(7，249，151)，2)img _ RGB)cv2 . waitkey(0)cv2 . destroyallwindows()
以下是完整的代码：
defmathc_img(image，Target，value): importcv2 importtnumpsyasnipmg _ RGB=cv2 . imread(image)img _ gray=cv2 . CVT color(img _ RGB，cv2。COLOR _ BGR2GRAY)template=cv2 . imread(Target，0)w，h=template . shape[:-1]RES=cv2 . match template(img _ gray，template，cv2。TM _ CCOEFF _ NORMED)threshold=Value loc=NP .其中(res=threshold)为tinzip(* loc[:-1]): cv2 . rectangle(img _ RGB，pt，(pt[0] w，pt[1] h)，(7，249，151)，2)cv2.imshow(‘Detected ‘，img _ RGB)cv2 . waitkey(0)cv2 . destroyallwindows()image=(‘ photo . jpg ‘)感谢您的阅读！相信大家都有一定的了解，希望分享的内容对大家有所帮助。想了解更多知识，请关注行业资讯频道！
内容来源网络，如有侵权，联系删除，本文地址：https://www.230890.com/zhan/85715.html