问题描述
我试图检测一个图像是否与另一个图像 100% 匹配，然后将变量设置为 True（如果是）。但是，除了给出此代码的一个特定线程之外，我所阅读的所有内容几乎没有结果。
import cv2
method = cv2.TM_SQDIFF_norMED
# Read the images from the file
small_image = cv2.imread('ran_away.png')
large_image = cv2.imread('pokemon_card.png')
result = cv2.matchTemplate(small_image,large_image,method)
# We want the minimum squared difference
mn,_,mnLoc,_ = cv2.minMaxLoc(result)
# Draw the rectangle:
# Extract the coordinates of our best match
MPx,MPy = mnLoc
# Step 2: Get the size of the template. This is the same size as the match.
trows,tcols = small_image.shape[:2]
# Step 3: Draw the rectangle on large_image
cv2.rectangle(large_image,(MPx,MPy),(MPx+tcols,MPy+trows),(0,255),2)
# display the original image with the rectangle around the match.
cv2.imshow('output',large_image)
# The image is only displayed if we call this
cv2.waitKey(0)
然而，这会打开一个输出，并做我不想做的事情。我想要做的就是检测图像是否在图像中，如果是，则将其打印到控制台。在我的特殊情况下，我试图检测这张图片
如果是，则在控制台打印出宠物小精灵已经逃跑了。
解决方法
您的代码显示了基本的模板匹配。请阅读有关该主题的一些 tutorial 以及有关 cv2.matchTemplate 的文档，尤其是要了解不同的 template match modes。
我只能想到以下解决方案来完成您的任务：不要使用 TM_SQDIFF_NORMED，而是使用 TM_SQDIFF，这样您就可以在 result 中获得绝对值而不是相对值：
- 对于
TM_SQDIFF_NORMED，即使匹配不正确，最佳匹配始终是接近0.0的某个值。 - 对于
TM_SQDIFF，0.0附近的某个值表示实际正确 匹配。
所以，现在，只需编写一个方法来进行模板匹配，并检测 result 的最小值是否低于 0.0 附近的某个阈值，例如 10e-6。如果是这样，打印出你想要的任何东西，如果不是，做其他事情：
import cv2
def is_template_in_image(img,templ):
# Template matching using TM_SQDIFF: Perfect match => minimum value around 0.0
result = cv2.matchTemplate(img,templ,cv2.TM_SQDIFF)
# Get value of best match,i.e. the minimum value
min_val = cv2.minMaxLoc(result)[0]
# Set up threshold for a "sufficient" match
thr = 10e-6
return min_val <= thr
# Read template
template = cv2.imread('ran_away.png')
# Collect image file names
images = ['pokemon_card.png','some_other_image.png']
for image in images:
if is_template_in_image(cv2.imread(image),template):
print('{}: {}'.format(image,'Pokemon has ran away.'))
else:
print('{}: {}'.format(image,'Nothing to see here.'))
输出：
pokemon_card.png: Pokemon has ran away.
some_other_image.png: Nothing to see here.
----------------------------------------
System information
----------------------------------------
Platform: Windows-10-10.0.19041-SP0
Python: 3.9.1
PyCharm: 2021.1.1
OpenCV: 4.5.2
----------------------------------------
我找到了一个使用相对较新的 NumPy 方法 sliding_window_view 的解决方案。
在给定窗口形状的数组中创建一个滑动窗口视图。
也称为滚动窗口或移动窗口，窗口在所有维度上滑动 数组并在所有窗口位置提取数组的子集。
1.20.0 版的新功能。
注意：由于兼容性问题，我已在新的虚拟环境中安装了最新的 NumPy 版本。
检查sliding_window_view如何工作的简单测试：
import numpy as np
from numpy.lib.stride_tricks import sliding_window_view
t = np.array([[ [0,0],[1,1,1]],[ [2,2,2],[3,3,3]]])
x = np.array([[ [0,1],[2,3]],[[10,10,10],[11,11,11],[12,12,12],[13,13,13]],[[20,20,20],[21,21,21],[22,22,22],[23,23,23]]])
x[1:3,1:3,:] = t # Copy t to x - it looks like there is a problem along edges
v = sliding_window_view(x,(2,3))
print(v-t)
结果以：
[[[[[[ 0 0 0]
[ 0 0 0]]
这意味着 t 按预期从 v 的所有“窗口”中减去。
添加以下命令用于测试 np.all：
print(np.where((v == t).all(axis=(3,4,5))))
输出为：
(array([1],dtype=int64),array([1],array([0],dtype=int64))
all(axis=(3,5)) 是 True 如果沿轴 3、4 和 5 的所有元素都是 True。
在上面的例子中，我们在索引 [1,1] 中找到了一个匹配项。
这是检测完美匹配的解决方案（使用 NumPy）：
import cv2
import numpy as np
from numpy.lib.stride_tricks import sliding_window_view
# Read the images from the file
small_image = cv2.imread('ran_away.png')
#small_image = cv2.imread('icon.png');
large_image = cv2.imread('pokemon_card.png')
v = sliding_window_view(large_image,small_image.shape)
match_idx = np.where((v == small_image).all(axis=(3,5)))
if len(match_idx[0]) > 0:
row = match_idx[0][0]
col = match_idx[1][0]
cv2.rectangle(large_image,(col,row),(col+small_image.shape[1],row+small_image.shape[1]),(0,255,0),2)
cv2.imshow('large_image',large_image)
cv2.waitKey()
cv2.destroyAllWindows()
结果：