在 Python 中使用 OpenCV 进行模板匹配

Question

我是图像处理的新手，通过 OpenCV 文档获得一些帮助来学习模板匹配，但我不理解某些代码行。
这是代码：

import cv2
import numpy as np
from matplotlib import pyplot as plt
img_rgb = cv2.imread('mario.png')
img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY)
template = cv2.imread('coin.png', 0)
w, h = template.shape[::-1]
count = 0

res = cv2.matchTemplate(img_gray, template, cv2.TM_CCOEFF_NORMED)
threshold = 0.8
loc = np.where(res >= threshold)
for pt in zip(*loc[::-1]):
    count += 1
    cv2.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (0,0,255), 2)

cv2.imwrite('res.png', img_rgb)
print(count)

objective是超级马里奥地图里的硬币模板匹配
我的问题：
1.在循环中for pt in zip(*loc[::-1]):我放了一个计数器，当我打印它时，它打印了65，而硬币的数量只有19。
2.变量threshold=0.8的作用是什么，当我改变它的值时，结果图像也改变了。

谁能帮我解答下我的问题？提前谢谢你。

Answer 1

阈值 0.8 表示匹配应至少为模板图像和感兴趣源区域的 80%。因此，如果它大于 80%，它就是一枚硬币。如果降低阈值，即使不是硬币，误报结果也会增加。

for pt in zip(*loc[::-1]): 用于值大于阈值的点。 zip 是所有这些点的容器，它将迭代到所有这些点并围绕这个封闭实体绘制矩形，即这里的硬币。

Answer 2

阈值 = 0.8 根据您正在处理的图像的亮度工作。如果您的图像上的灯光合适，那么阈值 > 0.8 将起作用，但大多数情况下在相机图像中亮度会变化，因此亮度 > 0.65 可以起作用。要匹配更多点，您必须降低阈值。

在 Python 中使用 OpenCV 进行模板匹配

Template Matching Using OpenCV in Python

python

opencv

template-matching