| 參數(shù) | 取值 | 含義 |
|---|---|---|
| cv2.TM_SQDIFF | 0 | 以方差為依據(jù)進行匹配。若完全匹配，則結(jié)果為0；若不匹配，則會得到一個很大的差值 |
| cv2.TM_SQDIFF_NORMED | 1 | 標準（歸一化）平方差匹配 |
| cv2.TM_CCORR | 2 | 相關(guān)匹配，這類方法將模板圖像與輸入圖像相乘，如果乘積越大，則匹配度較高；如果乘積為0，則表示匹配效果最差 |
| cv2.TM_CCORR_NORMED | 3 | 標準（歸一化）相關(guān)匹配 |
| cv2.TM_CCOEFF | 4 | 相關(guān)系統(tǒng)匹配，這類方法將模板圖像與其均值的相對值，和輸入圖像與其均值的相關(guān)值進行匹配。1表示完美匹配，-1表示糟糕的匹配，0表示沒有任何相關(guān)匹配（隨機序列） |
| cv2.TM_CCOEFF_NORMED | 5 | 標準（歸一化）相關(guān)系數(shù)匹配 |
result：返回值。它是由每個位置的比較結(jié)果組合所構(gòu)成的一個結(jié)果集，類型是單通道32位浮點型。如果輸入圖像尺寸是WH，模板尺寸是wh，則返回值的大小為(W-w+1)*(H-h+1)。
mask：模板圖像掩模。它必須與模板圖像具有相同類型的大小。通常使用默認值即可。
首先，我們需要兩張圖片，這里我們還是選取經(jīng)常用的美女照片以及截取其眼睛部分作為模板圖像，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()
運行之后，效果如下：
附錄：
模板圖
原圖
到此這篇關(guān)于OpenCV-Python模板匹配人眼的實例的文章就介紹到這了,更多相關(guān)OpenCV 模板匹配 內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
