想给公司注册一个网站建网站的公司排名
模板匹配
膜版匹配不能匹配尺度变换和视角变换的图像
图片中查找和模板相似度最高的图像
计算相似程度最高的位置
res = cv.matchTemplate(img , template, method)
该方法返回一个类似灰度图的东西，如果用的相关匹配，那么亮的地方就是可能匹配上的地方
img图像template模板
method
- 平方差匹配CV_TM_SQDIFF 模板与图像的平方差进行匹配，最好的匹配是0，匹配越差值越大
- 相关匹配CV_TM_CCORR 模板与图像乘法进行匹配，数值越大表示匹配程度越高
- 相关系数匹配CV_TM_CCOEFF 模板与图像相关系数匹配，1表示完美匹配，-1表示最差匹配
cv.minMaxLoc()查找最大值/最小值位置即可
该方法返回最小值，最大值，最小值位置（数列），最大值位置（数列）
img = cv.imread....
template = cv.read...
res = cv.matchTemplate(img, template, CV_TM_CCORR)
minval,maxval,minloc,maxloc = cv.minMaxLoc(res)
top_left = maxloc # 匹配位置方框的左上角就是maxloc返回的位置，因为使用的是相关匹配
h,w = template.shape[:2]
bottom_right = (top_left[0]+w,top_left[1]+h)
cv.rectangle(img,top_left,bottom_right,(0,255,0),2) #绘制方框 绿色线框宽度为2
霍夫变换
用于提取直线和圆的形状
霍夫直线检测
cv.HoughLines(edges,rho,theta)
edges一般为灰度且进行过canny边缘化的灰度图像
- rho：以像素为单位的距离精度。
- double类型的theta：以弧度为单位的角度精度
返回的是一个array型数组，每一个元素都是一组rho,theta
import matplotlib.pyplot as plt
import cv2 as cv
import numpy as npimg = cv.imread("/Users/liruiyan/Downloads/IMG_9534.jpg")
plt.subplot(2, 2, 1)
plt.title("origin")
plt.axis("off")
plt.imshow(img[:, :, ::-1])gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
plt.subplot(2, 2, 2)
plt.title("convert_gray")
plt.axis("off")
plt.imshow(gray, cmap=plt.cm.gray)edges = cv.Canny(gray, 50, 150)
plt.subplot(2, 2, 3)
plt.axis("off")
plt.title("canny_edges")
plt.imshow(gray, cmap=plt.cm.gray)lines = cv.HoughLines(edges, 0.6, np.pi/180, 250)
# 返回的lines是一个关于rho,theta的一个array，每一个[rho,theta]都是霍夫空间内一个关于直线的描述
for line in lines:rho, theta = line[0]a = np.cos(theta)b = np.sin(theta)x0 = a*rhoy0 = b*rho# 计算延伸的直线起点和终点x1 = int(x0 + 10000*(-b))x2 = int(x0 - 10000*(-b))y1 = int(y0 + 10000 * a)y2 = int(y0 - 10000 * a)cv.line(img, (x1, y1), (x2, y2), (0, 255, 0), 10)plt.subplot(2, 2, 4)
plt.title("result")
plt.imshow(img[:, :, ::-1])
plt.axis("off")
plt.show()plt.imshow(img[:, :, ::-1])
plt.figure(figsize=(10, 8), dpi=200)
plt.show()霍夫圆检测
霍夫圆对噪声比较敏感，要进行中值滤波
cv.HoughCircles(img, method ,dp, minDist, param1, param2, minRadius, maxRadius)
img：输入图像，灰度图像
method ：霍夫圆检测算法：CV_HOUGH_GRADIENT
dp：霍夫空间分辨率，1表示和原图一致，2表示为原图一半
minDist：圆心之间最小距离 ，两圆心如果小于该值，视为同一个圆
param1
param2
minRadius，maxRadius：要检测的圆半径的最小值和最大值