Python 如何在模板匹配中使用cv2.minMaxLoc（）

这是我用于模板匹配的代码，最小值、最大值、最小位置、最大位置是什么意思？它们是用来干什么的

import cv2
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread('C:\\machineLearning\\positive\\1.jpg', 0)
img2 = img.copy()
template = cv2.imread('C:\\machineLearning\\positive\\1_.jpg', 0)
w, h = template.shape[::-1]

img = img2.copy()
method = eval('cv2.TM_SQDIFF')

res = cv2.matchTemplate(img,template,method)
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)

top_left = min_loc
bottom_right = (top_left[0] + w, top_left[1] + h)

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

plt.subplot(121),plt.imshow(res,cmap = 'gray')
plt.title('Matching Result'), plt.xticks([]), plt.yticks([])
plt.subplot(122),plt.imshow(img,cmap = 'gray')
plt.title('Detected Point'), plt.xticks([]), plt.yticks([])
plt.suptitle('cv2.TM_SQDIFF')

plt.show()

---

如果通过

cv2.matchTemplate（）

，函数将返回一个模糊单通道矩阵，其中包含模板和输入图像段的匹配分数。对于

cv2.TM_Cceff

方法，得分最高的点最亮，但对于

cv2.TM_SQDIFF_Normad

方法，得分最高的点最暗

cv2.TM_CCOEFF结果：

cv2.TM_SQDIFF_标准化结果：

---

因此，根据可用的各种方法，有时可能需要获得输出矩阵中的最亮点或最暗点

cv2.minMaxLoc（）

只是这两个通用操作的统一，当您使用

minMaxLoc

时，您可以忽略用例的

min

属性。

min\u val==最小值，max\u val==最大值，min\u loc==最小值的位置（来自输入图像的坐标）max_loc==最大值的位置（来自输入图像的坐标），您可以通过在python解释器中执行帮助（cv2.minMaxLoc）来确认这一点。在您给出的代码示例中，min_loc用于设置感兴趣区域边界框的上角。其他变量似乎没有被使用。min_val=最小值，我清楚地知道，因为我懂英语，我问的是文档中所写的最小值的含义（）最小值是全局最小值（也称为矩阵所有值中的最小值）。这意味着什么？例如，如果我使用TM_SQDIFF，最小值是否表示匹配量？请查看matchTemplate函数的文档。如果（且仅当）变量“res”包含平方差的结果（且仅此），那么最小值将是全局最小平方差。如果变量确实包含受平方差影响的内容，但不是平方差，那么解释与存储在res中的信息有关。您可以在文档中轻松找到此信息。请检查文档。谢谢，因为IM使用TMySqDIFF方法，我需要考虑MIN属性正确吗？最黑暗的点是什么意思？这是最好的比赛吗？如果它变小了，检测就更准确了？如果它变成一个更大的值，那么检测就更不准确了？是的，准确地说：）（y）