python 使用VGG进行模板匹配，输入一张大图和一张小图，从大图中匹配小图并返回坐标

使用VGG进行模板匹配，可以按照以下步骤进行：

1. 加载VGG预训练模型，并设置需要匹配的小图的尺寸。

import torch
import torchvision.models as models
import torchvision.transforms as transforms
import cv2
import numpy as np

vgg = models.vgg16(pretrained=True).features
vgg.eval()

transform = transforms.Compose([
    transforms.ToPILImage(),
    transforms.Resize((224, 224)),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
])

2. 加载需要匹配的大图和小图，并将它们转换为PyTorch的Tensor格式。

# 加载需要匹配的大图和小图
img = cv2.imread('big_image.jpg')
template = cv2.imread('small_image.jpg')

# 将大图和小图转换为PyTorch的Tensor格式
img_tensor = transform(img).unsqueeze(0)  # 在第0个维度上增加一个维度
template_tensor = transform(template).unsqueeze(0)

3. 使用VGG对大图和小图进行特征提取。

# 对大图和小图分别进行特征提取
img_features = vgg(img_tensor)
template_features = vgg(template_tensor)

4. 计算大图中每个位置与小图的相似度，并找到相似度最高的位置。

# 计算大图中每个位置与小图的相似度
result = cv2.matchTemplate(img, template, cv2.TM_CCOEFF_NORMED)

# 找到相似度最高的位置
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result)
top_left = max_loc  # 左上角坐标
bottom_right = (top_left[0] + template.shape[1], top_left[1] + template.shape[0])  # 右下角坐标

完整代码如下：

import torch
import torchvision.models as models
import torchvision.transforms as transforms
import cv2
import numpy as np

vgg = models.vgg16(pretrained=True).features
vgg.eval()

transform = transforms.Compose([
    transforms.ToPILImage(),
    transforms.Resize((224, 224)),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
])

# 加载需要匹配的大图和小图
img = cv2.imread('big_image.jpg')
template = cv2.imread('small_image.jpg')

# 将大图和小图转换为PyTorch的Tensor格式
img_tensor = transform(img).unsqueeze(0)  # 在第0个维度上增加一个维度
template_tensor = transform(template).unsqueeze(0)

# 对大图和小图分别进行特征提取
img_features = vgg(img_tensor)
template_features = vgg(template_tensor)

# 计算大图中每个位置与小图的相似度
result = cv2.matchTemplate(img, template, cv2.TM_CCOEFF_NORMED)

# 找到相似度最高的位置
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result)
top_left = max_loc  # 左上角坐标
bottom_right = (top_left[0] + template.shape[1], top_left[1] + template.shape[0])  # 右下角坐标

# 在大图中绘制矩形框
cv2.rectangle(img, top_left, bottom_right, (0, 0, 255), 2)

# 显示匹配结果
cv2.imshow('result', img)
cv2.waitKey(0)