Как реализовать поиск изображения на питоне

Вы можете использовать функцию cv2.matchTemplate библиотеки OpenCV для выполнения сопоставления шаблонов в Python. Эта функция принимает изображение "шаблона" и изображение "поиска" и возвращает матрицу, указывающую уровень сходства между шаблоном и всеми подобластями изображения поиска. Затем вы можете использовать функцию cv2.minMaxLoc, чтобы найти местоположение субрегиона на поисковом изображении, который имеет наибольшее сходство с шаблоном.

Ниже приведен пример кода, демонстрирующий использование cv2.matchTemplate и cv2.minMaxLoc для поиска изображения шаблона в большом поисковом изображении:

 import cv2 

import numpy as np 

 

# Load the template and search images 

template = cv2.imread('template.jpg', cv2.IMREAD_GRAYSCALE) 

search_image = cv2.imread('search.jpg', cv2.IMREAD_GRAYSCALE) 

 

# Perform pattern matching using cv2.matchTemplate 

result = cv2.matchTemplate(search_image, template, cv2.TM_CCOEFF_NORMED) 

 

# Use cv2.minMaxLoc to find the location of the highest similarity 

min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result) 

 

# Calculate the top-left and bottom-right coordinates of the template in the search image 

template_width, template_height = template.shape[::-1] 

top_left = max_loc 

bottom_right = (top_left[0] + template_width, top_left[1] + template_height) 

 

# Draw a rectangle around the template in the search image 

cv2.rectangle(search_image, top_left, bottom_right, 255, 2) 

 

# Display the search image with the template highlighted 

cv2.imshow('Result', search_image) 

cv2.waitKey(0)  

В качестве альтернативы можно использовать определение контуров, чтобы найти на изображении фигуры, соответствующие определенному шаблону. Для этого можно использовать функцию cv2.findContours для поиска всех контуров на изображении, а затем использовать функцию cv2.matchShapes для сравнения формы каждого контура с формой вашего шаблона. Затем вы можете выбрать контур с наибольшим сходством с вашим шаблоном.

Вот пример кода, демонстрирующий, как использовать cv2.findContours и cv2.matchShapes для поиска контуров на изображении, соответствующих определенному шаблону:

 import cv2 

import numpy as np 

 

# Load the template and search images 

template = cv2.imread('template.jpg', cv2.IMREAD_GRAYSCALE) 

search_image = cv2.imread('search.jpg', cv2.IMREAD_GRAYSCALE) 

 

# Find the contours in the search image 

contours, _ = cv2.findContours(search_image, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE) 

 

# Find the contour with the highest similarity to the template 

best_match = None 

best_similarity = 0 

for contour in contours: 

    similarity = cv2.matchShapes(contour, template, cv2.CONTOURS_MATCH_I1, 0) 

    if similarity > best_similarity: 

        best_match = contour 

        best_similarity = similarity 

 

# Draw the best matching contour on the search image 

cv2.drawContours(search_image, [best_match], -1, (0, 255, 0), 2) 

 

# Display the search image with the best matching contour highlighted 

cv2.imshow('Result', search_image) 

cv2.waitKey(0) 

Этот код сначала загружает шаблон и поисковые изображения, а затем находит все контуры на поисковом изображении с помощью cv2.findContours. Затем выполняется итерация по каждому контуру и сравнение формы контура с формой шаблона с помощью cv2.matchShapes. Контур с наибольшим сходством выбирается как наилучшее совпадение. Наконец, код рисует контур с наилучшим совпадением на поисковом изображении и отображает результат.