您好,登录后才能下订单哦!
这篇文章给大家介绍怎么在Python中使用OpenCV匹配人眼,内容非常详细,感兴趣的小伙伴们可以参考借鉴,希望对大家能有所帮助。
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,可以理解找茬,但是这里是找出一样的信息。
一般我们将图像A称为输入图像,将图像B称为模板图像。模板匹配的原理就是将模板B图像在图像A上滑动遍历,找出与其匹配的部分。
在OpenCV中,它给我们提供了cv2.matchTemplate()函数来完成模板匹配。其函数的完整定义如下:
def matchTemplate(image, templ, method, result=None, mask=None):
image:原始图像
templ:模板图像
method:匹配方法。该参数通过TemplateMatchModes实现,如下表所示:
参数 | 取值 | 含义 |
---|---|---|
cv2.TM_SQDIFF | 0 | 以方差为依据进行匹配。若完全匹配,则结果为0;若不匹配,则会得到一个很大的差值 |
cv2.TM_SQDIFF_NORMED | 1 | 标准(归一化)平方差匹配 |
cv2.TM_CCORR | 2 | 相关匹配,这类方法将模板图像与输入图像相乘,如果乘积越大,则匹配度较高;如果乘积为0,则表示匹配效果最差 |
cv2.TM_CCORR_NORMED | 3 | 标准(归一化)相关匹配 |
cv2.TM_CCOEFF | 4 | 相关系统匹配,这类方法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表示没有任何相关匹配(随机序列) |
cv2.TM_CCOEFF_NORMED | 5 | 标准(归一化)相关系数匹配 |
result:返回值。它是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WH,模板尺寸是wh,则返回值的大小为(W-w+1)*(H-h+1)。
mask:模板图像掩模。它必须与模板图像具有相同类型的大小。通常使用默认值即可。
首先,我们需要两张图片,这里我们还是选取经常用的美女照片以及截取其眼睛部分作为模板图像,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()
关于怎么在Python中使用OpenCV匹配人眼就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看到。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。