Python OpenCV 模板匹配 - 识别图片并获取坐标和尺寸

def template_matching(img_big, img_small, threshold=0.8):
    # 读取大图和小图
    image = img_big
    template = img_small
    # 获取小图的宽度和高度
    template_width, template_height = template.shape[:2]

    # 使用模板匹配方法
    result = cv2.matchTemplate(image, template, cv2.TM_CCOEFF_NORMED)

    # 使用np.where()函数找到匹配结果
    locations = np.where(result >= threshold)
    res_loc=[]
    # 在大图中标记匹配的小图
    for loc in zip(*locations[::-1]):#列表进行反转，然后通过解包的方式传递给 zip() 函数
        x = loc[0]
        y = loc[1]
        width = x + template_width
        height = y + template_height
        cv2.rectangle(image, (x, y), (width, height), (0, 255, 0), 2)
        print('识别区域', x, y, width, height)
        res_loc.append({'x':x, 'y':y, 'width':width, 'height':height})

    return res_loc

该代码使用 OpenCV 库的模板匹配功能，在图像中识别目标区域，并获取目标区域的坐标和尺寸。

步骤:

1. 读取大图和小图
2. 使用 cv2.matchTemplate() 函数进行模板匹配
3. 使用 np.where() 函数找到匹配结果
4. 循环遍历匹配结果，在图像中绘制矩形框，并获取坐标和尺寸

参数:

• img_big: 大图
• img_small: 小图 (模板)
• threshold: 匹配阈值，默认值为 0.8

返回值:

• res_loc: 一个列表，包含所有匹配区域的坐标和尺寸信息，每个元素为一个字典，包含 'x', 'y', 'width', 'height' 四个键值对。

注意:

• 模板匹配的准确性受图像质量、阈值和模板尺寸的影响
• 在使用该代码之前，请确保已经安装了 OpenCV 库

示例用法:

# 加载图片
img_big = cv2.imread('big_image.jpg')
img_small = cv2.imread('small_image.jpg')

# 进行模板匹配
res_loc = template_matching(img_big, img_small)

# 打印匹配结果
for loc in res_loc:
    print(loc)

该代码示例展示了如何使用 template_matching() 函数进行模板匹配，并将匹配结果打印到控制台。

其他相关资源:

• OpenCV 文档: https://opencv.org/
• Python OpenCV 模板匹配教程: https://www.pyimagesearch.com/2015/01/20/template-matching-with-python-and-opencv/

总结:

该代码提供了一个简单易懂的模板匹配示例，可以帮助开发者在图像中识别目标区域，并获取目标区域的坐标和尺寸。开发者可以根据自己的实际需求对代码进行修改和扩展。