自学python-opencv(1)模式识别

import  cv2
import numpy as np
def template_demo():
    tpl=cv2.imread('./images/ting.png')
    target=cv2.imread("./images/timg.bmp")
    cv2.imshow("template image",tpl)
    cv2.imshow("target image",target)
    #平方差匹配法归一化
    #相关系数匹配法归一化
    #归一化相关匹配法
    methods=[cv2.TM_SQDIFF_NORMED,
             cv2.TM_CCORR_NORMED,
             cv2.TM_CCOEFF_NORMED]
    ##获取模板图像的高宽
    #.shape[0:2]索引0个 0，1两个数 高0 宽1 通道数2
    th,tw=tpl.shape[:2]
    for md in methods:
        print(md)
        ## result是我们各种算法下匹配后的图像
        result=cv2.matchTemplate(target,tpl,md)
        # 寻找矩阵（一维数组当做向量）中的最大值和最小值的匹配结果及其位置
        min_val,max_val,min_loc,max_loc=cv2.minMaxLoc(result)
        ##绘制矩形边框，将匹配区域标注出来
        #min_loc：矩形定点 max_loc：矩形最大的定点
        #(min_loc[0]+twidth,min_loc[1]+theight)：矩形的宽高
        #(0,0,225)：矩形的边框颜色；2：矩形边框宽度
        if md ==cv2.TM_SQDIFF_NORMED:
            #平方差匹配法归一化
            #tl是矩阵的左上点坐标
            tl=min_loc
            ##tl是左上角点
        else:
            tl=max_loc
        #矩阵的右下角坐标
        br=(tl[0]+tw,tl[1]+th)
　　　　　　#画矩形框
        cv2.rectangle(
            target,tl,br,(0,0,255),2
        )
　　　　#np.str(md) 返回数组 匹配方法
        cv2.imshow("macth"+np.str(md),target)
        #cv2.imshow("macth" + np.str(md),result)
print("-----------hi python-------------")
template_demo()
cv2.waitKey()
cv2.destroyWindow('all')
-------------------------------------------------------------------------------------------------------
模式识别待测图像的相关性，从左至右、从上到下模板与重叠图像相关度。相关度有以下
CV_TM_SQDIFF 平方差匹配法：该方法采用平方差来进行匹配；最好的匹配值为0；匹配越差，匹配值越大。 
CV_TM_SQDIFF_NORMED 相关匹配法：该方法采用乘法操作；数值越大表明匹配程度越好。
CV_TM_CCORR 相关系数匹配法：1表示完美的匹配；-1表示最差的匹配。 
CV_TM_CCORR_NORMED 归一化平方差匹配法 
CV_TM_CCOEFF 归一化相关匹配法 
CV_TM_CCOEFF_NORMED 归一化相关系数匹配法
--------------------------------------------------------------------------------------------
有相关的数学推导式https://blog.csdn.net/jacky_ponder/article/details/69396909
-------------------------------------------------------------------------------------------------------
cv2.matchTemplate()
#匹配模板函数
result = cv.matchTemplate(target,tpl,md) 
opencv的目标匹配函数为matchTemplate，函数原型为：matchTemplate(image, templ, method[, result[, mask]]) -> result
image参数表示待搜索源图像，必须是8位整数或32位浮点。
templ参数表示模板图像，必须不大于源图像并具有相同的数据类型。
method参数表示计算匹配程度的方法。
result参数表示匹配结果图像，必须是单通道32位浮点。如果image的尺寸为W x H，templ的尺寸为w x h，则result的尺寸为(W-w+1)x(H-h+1)
----------------------------------------------------------------------------------------------------------------
cv2.minMaxLoc()
cv2.minMaxLoc(src, mask=None)
src是一个矩阵（函数功能：假设有一个矩阵a,现在需要求这个矩阵的最小值，最大值，并得到最大值，最小值的索引）
min_val,max_val,min_loc,max_loc=cv2.minMaxLoc(result)
假定一个数组np.array（[0,2,3,4],[99,4,6,7]）通过cv2.minMaxLoc
显示min_val是0 min_loc定位是这里是索引（0，0）
max_val是99 max_loc定位（1，1）
---------------------------------------------------------------------------------------------------