一 簡單實(shí)現(xiàn)

#include <opencv2/opencv.hpp>
#include<iostream>
using namespace cv;
using namespace std;

int main()
{
	Mat img = imread("52.jpg");
	Mat templ = imread("templ.jpg");
	Mat result;
	matchTemplate(img,templ,result,TM_CCOEFF_NORMED);//原圖，模板，匹配方法
	
	double maxVal, minVal;
	Point maxLoc, minLoc;
	//尋找最大值，最小值
	minMaxLoc(result, &minVal, &maxVal, &minLoc, &maxLoc);
	//繪制矩形，矩形的左上角是最大值的位置，右下角是在最大值上加上模板的行寬和和列高
	rectangle(img,Point(maxLoc.x,maxLoc.y),Point(maxLoc.x+templ.cols,maxLoc.y+templ.rows),Scalar(0,0,255),2);//顏色紅色，粗度2
	imshow("原圖", img);
	imshow("模板",templ);
	imshow("result",result);
	waitKey(0);
	return 0;
}

結(jié)果如下，分別是模板圖，原圖（找到了與模板匹配的部分，并矩形框標(biāo)記，結(jié)果圖，暫時(shí)覺得有點(diǎn)問題的 ）

二 函數(shù)及原理講解

1 matchTemplate()參數(shù)詳解

matchTemplate( InputArray image, InputArray templ,OutputArray result, int method );

image：待匹配的源圖像
templ：模板圖像
result：保存結(jié)果的矩陣，我們可以通過minMaxLoc() 確定結(jié)果矩陣的最大值和最小值的位置.

method ：模板匹配的算法
有以下六種：
　　enum { TM_SQDIFF=0, TM_SQDIFF_NORMED=1, TM_CCORR=2, TM_CCORR_NORMED=3, TM_CCOEFF=4, TM_CCOEFF_NORMED=5 };

TM_SQDIFF，TM_SQDIFF_NORMED匹配數(shù)值越低表示匹配效果越好，其它四種反之。
TM_SQDIFF_NORMED，TM_CCORR_NORMED，TM_CCOEFF_NORMED是標(biāo)準(zhǔn)化的匹配，得到的最大值，最小值范圍在0~1之間，其它則需要自己對結(jié)果矩陣歸一化。
不同的方法會得到差異很大的結(jié)果，可以通過測試選擇最合適的方法。

cv::TM_SQDIFF 判斷 minVal 越小，效果越好
計(jì)算模板與目標(biāo)圖像的方差，由于是像素值差值的平方的和，所以值越小匹配程度越高；

cv::TM_SQDIFF_NORMED 判斷 minVal 越接近0，效果越好
范化的cv::TM_SQDIFF，取值為0-1之間，完美匹配返回值為0；

cv::TM_CCORR 判斷 maxVal 越大，效果越好
使用dot product計(jì)算匹配度，越高匹配度就好；

cv::TM_CCORR_NORMED 判斷 maxVal 越接近1，效果越好
范化的cv::TM_CCORR，0-1之間，我用的這個；

cv::TM_CCOEFF 判斷 maxVal 越大，效果越好
采用模板與目標(biāo)圖像像素與各自圖像的平均值計(jì)算dot product，正值越大匹配度越高，負(fù)值越大圖像的區(qū)別越大，但如果圖像沒有明顯的特征（即圖像中的像素值與平均值接近）則返回值越接近0；

cv::TM_CCOEFF_NORMED 判斷 maxVal 越接近1，效果越好
范化的cv::TM_CCOEFF，-1 ~ 1之間。

2 minMaxLoc()函數(shù)

查找全局最小和最大稀疏數(shù)組元素并返回其值及其位置

void minMaxLoc(const SparseMat& a, double* minVal,double* maxVal, int* minIdx=0, int* maxIdx=0);

a: 匹配結(jié)果矩陣
&minVal 和 &maxVal: 在矩陣 result 中存儲的最小值和最大值
&minLoc 和 &maxLoc: 在結(jié)果矩陣中最小值和最大值的坐標(biāo).

到此這篇關(guān)于opencv C++模板匹配的文章就介紹到這了,更多相關(guān)opencv 模板匹配內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論