将cv2.matchTemplate封装为新的函数,使其具有旋转和尺度适应性,然后在图像中找出该模板,进行标记,写出代码
时间: 2024-02-20 16:00:37 浏览: 59
基于c++实现图像的模板匹配
以下是将cv2.matchTemplate封装为新的函数,使其具有旋转和尺度适应性,并在图像中找出该模板进行标记的Python代码示例:
```python
import cv2
import numpy as np
def matchTemplateRotatedScaled(img, template, angle, scale):
# 缩放模板图像
resized_template = cv2.resize(template, None, fx=scale, fy=scale, interpolation=cv2.INTER_AREA)
# 旋转模板图像
(h, w) = resized_template.shape[:2]
center = (w // 2, h // 2)
M = cv2.getRotationMatrix2D(center, angle, 1.0)
rotated_template = cv2.warpAffine(resized_template, M, (w, h))
# 进行模板匹配
result = cv2.matchTemplate(img, rotated_template, cv2.TM_CCOEFF_NORMED)
# 找到最佳匹配位置
(minVal, maxVal, minLoc, maxLoc) = cv2.minMaxLoc(result)
(topLeft, bottomRight) = (maxLoc, (maxLoc[0] + w, maxLoc[1] + h))
# 返回最佳匹配位置和匹配度
return (topLeft, bottomRight, maxVal)
# 读取原始图像和模板图像
img = cv2.imread('image.jpg')
template = cv2.imread('template.jpg')
# 转换为灰度图像
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
gray_template = cv2.cvtColor(template, cv2.COLOR_BGR2GRAY)
# 设置旋转角度和缩放系数范围
angles = range(-45, 46, 5)
scales = np.arange(0.1, 2.1, 0.1)
# 遍历所有旋转角度和缩放系数,找到最佳匹配
maxVal = -1
for angle in angles:
for scale in scales:
(topLeft, bottomRight, val) = matchTemplateRotatedScaled(gray_img, gray_template, angle, scale)
if val > maxVal:
maxVal = val
bestAngle = angle
bestScale = scale
bestTopLeft = topLeft
bestBottomRight = bottomRight
# 在原始图像中标记最佳匹配位置
cv2.rectangle(img, bestTopLeft, bestBottomRight, (0, 255, 0), 2)
# 显示结果
cv2.imshow("Image", img)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
在上述代码中,我们首先读取原始图像和模板图像,并将它们转换为灰度图像。然后定义旋转角度和缩放系数的范围,并遍历所有可能的组合,找到最佳匹配。最后在原始图像中标记最佳匹配位置,并显示结果。
阅读全文