OpenCV实现边缘模板匹配算法

边缘模板匹配算法是在图像处理中广泛使用的一种技术，可以用于在图像中寻找特定的形状或边缘。下面是使用OpenCV库实现边缘模板匹配算法的步骤：

1. 加载原始图像和模板图像：

import cv2

img = cv2.imread('image.jpg')
template = cv2.imread('template.jpg')

2. 将模板图像转换为灰度图像：

template_gray = cv2.cvtColor(template, cv2.COLOR_BGR2GRAY)

3. 使用Canny边缘检测算法检测模板图像的边缘：

edges = cv2.Canny(template_gray, 50, 200)

4. 在原始图像中搜索与模板图像匹配的边缘：

result = cv2.matchTemplate(img, edges, cv2.TM_CCOEFF_NORMED)

5. 使用阈值来确定匹配结果的位置：

threshold = 0.8
locations = np.where(result >= threshold)

6. 在原始图像中绘制矩形框来标记匹配的位置：

for loc in zip(*locations[::-1]):
    cv2.rectangle(img, loc, (loc[0] + w, loc[1] + h), (0, 0, 255), 2)

其中，`w`和`h`是模板图像的宽度和高度。

完整代码如下：

import cv2
import numpy as np

img = cv2.imread('image.jpg')
template = cv2.imread('template.jpg')

template_gray = cv2.cvtColor(template, cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(template_gray, 50, 200)

result = cv2.matchTemplate(img, edges, cv2.TM_CCOEFF_NORMED)

threshold = 0.8
locations = np.where(result >= threshold)

w, h = template_gray.shape[::-1]

for loc in zip(*locations[::-1]):
    cv2.rectangle(img, loc, (loc[0] + w, loc[1] + h), (0, 0, 255), 2)

cv2.imshow('result', img)
cv2.waitKey(0)
cv2.destroyAllWindows()