| 參數(shù) | 取值 | 含義 |
|---|---|---|
| cv2.TM_SQDIFF | 0 | 以方差為依據(jù)進(jìn)行匹配。若完全匹配，則結(jié)果為0；若不匹配，則會(huì)得到一個(gè)很大的差值 |
| cv2.TM_SQDIFF_NORMED | 1 | 標(biāo)準(zhǔn)（歸一化）平方差匹配 |
| cv2.TM_CCORR | 2 | 相關(guān)匹配，這類方法將模板圖像與輸入圖像相乘，如果乘積越大，則匹配度較高；如果乘積為0，則表示匹配效果最差 |
| cv2.TM_CCORR_NORMED | 3 | 標(biāo)準(zhǔn)（歸一化）相關(guān)匹配 |
| cv2.TM_CCOEFF | 4 | 相關(guān)系統(tǒng)匹配，這類方法將模板圖像與其均值的相對(duì)值，和輸入圖像與其均值的相關(guān)值進(jìn)行匹配。1表示完美匹配，-1表示糟糕的匹配，0表示沒(méi)有任何相關(guān)匹配（隨機(jī)序列） |
| cv2.TM_CCOEFF_NORMED | 5 | 標(biāo)準(zhǔn)（歸一化）相關(guān)系數(shù)匹配 |
result：返回值。它是由每個(gè)位置的比較結(jié)果組合所構(gòu)成的一個(gè)結(jié)果集，類型是單通道32位浮點(diǎn)型。如果輸入圖像尺寸是WH，模板尺寸是wh，則返回值的大小為(W-w+1)*(H-h+1)。
mask：模板圖像掩模。它必須與模板圖像具有相同類型的大小。通常使用默認(rèn)值即可。
首先，我們需要兩張圖片，這里我們還是選取經(jīng)常用的美女照片以及截取其眼睛部分作為模板圖像，如下：
import cv2
import matplotlib.pyplot as plt
img = cv2.imread("4.jpg", 0)
template = cv2.imread("4_1.jpg", 0)
th, tw = template.shape[::]
rv = cv2.matchTemplate(img, template, cv2.TM_SQDIFF)
min, max, minLoc, maxLoc = cv2.minMaxLoc(rv)
topLeft = minLoc
bottomRight = (topLeft[0] + tw, topLeft[1] + th)
cv2.rectangle(img, topLeft, bottomRight, 255, 2)
plt.subplot(121)
plt.imshow(template, cmap="gray")
plt.axis('off')
plt.subplot(122)
plt.imshow(img, cmap="gray")
plt.axis('off')
plt.show()
運(yùn)行之后，效果如下：
附錄：
模板圖
原圖
到此這篇關(guān)于OpenCV-Python模板匹配人眼的實(shí)例的文章就介紹到這了,更多相關(guān)OpenCV 模板匹配 內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
標(biāo)簽：撫州 南寧 楊凌 聊城 迪慶 六盤(pán)水 揚(yáng)州 牡丹江
巨人網(wǎng)絡(luò)通訊聲明：本文標(biāo)題《OpenCV-Python模板匹配人眼的實(shí)例》，本文關(guān)鍵詞 OpenCV-Python,模板,匹配,人眼,；如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題，煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們，我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò)，涉及言論、版權(quán)與本站無(wú)關(guān)。