import cv2 # 读取目标图和样本图 target_img = cv2.imread("target.jpg") sample_img = cv2.imread("sample.jpg") # 获取样本图的宽度和高度 sample_height, sample_width = sample_img.shape[:2] # 使用 TM_CCOEFF_NORMED 方法进行模板匹配 res = cv2.matchTemplate(target_img, sample_img, cv2.TM_CCOEFF_NORMED) # 获取匹配结果中的最大值和最大值的位置 min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res) # 如果最大值大于0.8，则说明目标图中存在样本图 if max_val > 0.8: # 计算样本图在目标图中的左上角和右下角坐标 top_left = max_loc bottom_right = (top_left[0] + sample_width, top_left[1] + sample_height) # 在目标图中绘制出样本图的位置 cv2.rectangle(target_img, top_left, bottom_right, (0, 0, 255), 2) # 显示结果图像 cv2.imshow("Result", target_img) cv2.waitKey(0) cv2.destroyAllWindows() else: print("目标图中不存在样本图")

以上代码使用OpenCV库进行模板匹配，其中`target.jpg`为目标图像，`sample.jpg`为样本图像。

首先使用`cv2.imread()`函数读取目标图像和样本图像，并获取样本图像的宽度和高度。然后使用`cv2.matchTemplate()`函数进行模板匹配，并使用`cv2.minMaxLoc()`函数获取匹配结果中的最大值和最大值的位置。

如果最大值大于0.8，则说明目标图像中存在样本图像。可以计算出样本图像在目标图像中的左上角和右下角坐标，并使用`cv2.rectangle()`函数在目标图像中绘制出样本图像的位置。最后使用`cv2.imshow()`函数显示结果图像，并使用`cv2.waitKey()`函数等待用户按下任意键，最后使用`cv2.destroyAllWindows()`函数关闭所有窗口。

如果最大值小于等于0.8，则说明目标图像中不存在样本图像，可以输出提示信息。

相关问题

我有一张样本图，我需要识别目标图中是否含有这个样本图，如果含有样本图，我需要计算出样本图在目标图所在位置的坐标。python

这个问题可以通过使用OpenCV库和模板匹配算法来解决。以下是一个简单的示例代码：

import cv2

# 读取目标图和样本图
target_img = cv2.imread("target.jpg")
sample_img = cv2.imread("sample.jpg")

# 获取样本图的宽度和高度
sample_height, sample_width = sample_img.shape[:2]

# 使用 TM_CCOEFF_NORMED 方法进行模板匹配
res = cv2.matchTemplate(target_img, sample_img, cv2.TM_CCOEFF_NORMED)

# 获取匹配结果中的最大值和最大值的位置
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)

# 如果最大值大于0.8，则说明目标图中存在样本图
if max_val > 0.8:
    # 计算样本图在目标图中的左上角和右下角坐标
    top_left = max_loc
    bottom_right = (top_left[0] + sample_width, top_left[1] + sample_height)
    # 在目标图中绘制出样本图的位置
    cv2.rectangle(target_img, top_left, bottom_right, (0, 0, 255), 2)
    # 显示结果图像
    cv2.imshow("Result", target_img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()
else:
    print("目标图中不存在样本图")

在上述代码中，我们首先使用 `cv2.imread()` 方法读取目标图和样本图。然后，我们使用 `cv2.matchTemplate()` 方法进行模板匹配，并将匹配结果存储在 `res` 变量中。接着，我们使用 `cv2.minMaxLoc()` 方法获取匹配结果中的最大值和最大值的位置。如果最大值大于阈值0.8，则说明目标图中存在样本图。我们可以计算样本图在目标图中的左上角和右下角坐标，并使用 `cv2.rectangle()` 方法在目标图中绘制出样本图的位置。最后，我们使用 `cv2.imshow()` 方法显示结果图像，并使用 `cv2.waitKey()` 和 `cv2.destroyAllWindows()` 方法等待用户按下任意键关闭窗口。

如何利用python的opencv同时导入两张样本图，并在目标图中识别出样本图并分别给出坐标

可以使用Python的OpenCV库提供的模板匹配（Template Matching）函数`cv2.matchTemplate()`来实现。

以下是一个示例代码，其中我们将使用两个样本图`sample1.jpg`和`sample2.jpg`，并在目标图`target.jpg`中找到它们的位置：

import cv2

# 读取目标图和两个样本图
target_img = cv2.imread('target.jpg')
sample1_img = cv2.imread('sample1.jpg')
sample2_img = cv2.imread('sample2.jpg')

# 获取样本图的宽高
sample1_height, sample1_width, _ = sample1_img.shape
sample2_height, sample2_width, _ = sample2_img.shape

# 使用模板匹配函数找到样本图在目标图中的位置
res1 = cv2.matchTemplate(target_img, sample1_img, cv2.TM_CCOEFF_NORMED)
res2 = cv2.matchTemplate(target_img, sample2_img, cv2.TM_CCOEFF_NORMED)

# 设置匹配阈值
threshold = 0.8

# 在目标图中标出匹配的位置
loc1 = np.where(res1 >= threshold)
for pt in zip(*loc1[::-1]):
    cv2.rectangle(target_img, pt, (pt[0] + sample1_width, pt[1] + sample1_height), (0, 0, 255), 2)
    
loc2 = np.where(res2 >= threshold)
for pt in zip(*loc2[::-1]):
    cv2.rectangle(target_img, pt, (pt[0] + sample2_width, pt[1] + sample2_height), (0, 255, 0), 2)

# 显示结果图
cv2.imshow('Result', target_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上述代码中，我们首先读取了目标图和两个样本图，然后使用模板匹配函数`cv2.matchTemplate()`在目标图中找到样本图的位置。接着，我们设置了匹配阈值，并使用`np.where()`函数找到匹配的位置。最后，我们在匹配位置上绘制矩形框，并将结果显示出来。

需要注意的是，模板匹配函数`cv2.matchTemplate()`在处理图像时是按照灰度图像处理的，因此我们需要在读入图像时将其转为灰度图像，或者在使用模板匹配函数之前，先将彩色图像转为灰度图像。