如何修改OpenCV-Python的Template Matching代码以检测计数图片右下角星星？

针对你的星星检测代码无法识别目标图中星星的问题，可以从以下几个方向调整：

• 降低匹配阈值
  你当前设置的threshold = 0.8可能过高，实际匹配得分达不到这个标准。可以先尝试调低阈值（比如0.6），再根据输出的res值调整到合适的数值，确保能覆盖真实匹配结果。

• 添加多尺度匹配逻辑
  如果目标图中的星星和模板图尺寸不一致，单尺度模板匹配会失效。可以通过缩放模板或目标图，在不同尺度下执行匹配：

  # 多尺度匹配示例片段
  scales = [0.8, 1.0, 1.2]  # 根据实际情况调整缩放比例
  for scale in scales:
      resized_template = cv.resize(template, None, fx=scale, fy=scale, interpolation=cv.INTER_AREA)
      w, h = resized_template.shape[::-1]
      res = cv.matchTemplate(img_gray, resized_template, cv.TM_CCOEFF_NORMED)
      loc = np.where(res >= threshold)
      for pt in zip(*loc[::-1]):
          cv.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (0, 0, 255), 2)
  

• 增加图像预处理步骤
  对目标图和模板做预处理，突出星星特征、减少噪声：

  # 示例：二值化处理
  _, img_gray_bin = cv.threshold(img_gray, 127, 255, cv.THRESH_BINARY_INV)  # 根据星星颜色调整阈值和反转参数
  _, template_bin = cv.threshold(template, 127, 255, cv.THRESH_BINARY_INV)
  # 用二值化后的图像做匹配
  res = cv.matchTemplate(img_gray_bin, template_bin, cv.TM_CCOEFF_NORMED)
  

• 尝试不同的匹配方法
  不同匹配算法的适配场景不同，比如TM_SQDIFF_NORMED的匹配得分越低越接近匹配，你可以替换方法测试：

  res = cv.matchTemplate(img_gray, template, cv.TM_SQDIFF_NORMED)
  threshold = 0.2  # 注意这个方法的阈值逻辑相反，需要调低
  loc = np.where(res <= threshold)
  

• 验证图像加载正确性
  检查img_rgb和template是否成功加载，避免路径错误或图像损坏：

  if img_rgb is None:
      print("目标图加载失败")
  if template is None:
      print("模板图加载失败")
  

修改后的完整示例代码（结合多尺度+预处理）：

import cv2 as cv
import numpy as np

img_rgb = cv.imread('page.png')
if img_rgb is None:
    print("目标图加载失败")
    exit()
img_gray = cv.cvtColor(img_rgb, cv.COLOR_BGR2GRAY)
# 二值化预处理
_, img_gray_bin = cv.threshold(img_gray, 150, 255, cv.THRESH_BINARY_INV)

template = cv.imread('star_temp.png', 0)
if template is None:
    print("模板图加载失败")
    exit()
_, template_bin = cv.threshold(template, 150, 255, cv.THRESH_BINARY_INV)

threshold = 0.6
scales = [0.9, 1.0, 1.1]
star_count = 0

for scale in scales:
    resized_template = cv.resize(template_bin, None, fx=scale, fy=scale, interpolation=cv.INTER_AREA)
    w, h = resized_template.shape[::-1]
    # 避免缩放后模板尺寸大于目标图
    if w > img_gray_bin.shape[1] or h > img_gray_bin.shape[0]:
        continue
    res = cv.matchTemplate(img_gray_bin, resized_template, cv.TM_CCOEFF_NORMED)
    loc = np.where(res >= threshold)
    star_count += len(loc[0])
    for pt in zip(*loc[::-1]):
        cv.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (0, 0, 255), 2)

cv.imwrite('res.png', img_rgb)
print(f"检测到星星数量：{star_count}")

内容的提问来源于stack exchange，提问作者Ekoar