OpenCV-视频流动态特征感兴趣区域检测--模板匹配(MatchingMethod)

目的：在这里，我们做一个模拟智能手机在拍照时候追踪笔筒的一个模型

目录

1.主程序段如下：

2.模板匹配MatchingMethod的回调函数如下：

---

追踪的对象如下图所示，是一个红色笔筒  --01.jpg

我们就在是视频流里实时的追中它，并且把它用矩形框标记出来。当然了，追踪一个人脸也是可以的，怕吓着各位，就不放我自己的脸了····（哈哈啊哈哈哈）

1.主程序段如下：

 

#include "opencv2/highgui/highgui.hpp"  
#include "opencv2/imgproc/imgproc.hpp"  
#include <iostream>  

using namespace std;
using namespace cv;

/// 全局变量  
Mat img; Mat templ; Mat result;
char* image_window = "Source Image";
char* result_window = "Result window";

int match_method;
int max_Trackbar = 5;

/// 函数声明  
void MatchingMethod(int, void*);

int main(int argc, char** argv)
{
	VideoCapture capture(0);
	
	templ = imread("01.jpg");    //目标图像
	while (1)
	{
		//  读图片 
		capture >> img;

		//  创建图像显示窗口  
		namedWindow(image_window, CV_WINDOW_AUTOSIZE);
		namedWindow(result_window, CV_WINDOW_AUTOSIZE);

		//  创建混动条  
		char* trackbar_label = "Method: \n 0: SQDIFF \n 1: SQDIFF NORMED \n 2: TM CCORR \n 3: TM CCORR NORMED \n 4: TM COEFF \n 5: TM COEFF NORMED";
		createTrackbar(trackbar_label, image_window, &match_method, max_Trackbar, MatchingMethod);

		MatchingMethod(0, 0);
	
		waitKey(30);
	}
	return 0;
}

 

 

 

2.模板匹配MatchingMethod的回调函数如下：

// 模板匹配  
void MatchingMethod(int, void*)
{
	// 用于显示结果  
	Mat img_display;
	img.copyTo(img_display);//img_display=img

	// 用于存储匹配结果的矩阵  
	int result_cols = img.cols - templ.cols + 1;
	int result_rows = img.rows - templ.rows + 1;
	result.create(result_cols, result_rows, CV_32FC1);

	// 进行模板匹配  
	matchTemplate(img, templ, result, match_method);
	// 归一化结果（方便显示结果）  
	normalize(result, result, 0, 1, NORM_MINMAX, -1, Mat());

	// 找到最佳匹配位置  
	double minVal;
	double maxVal;
	Point minLoc;
	Point maxLoc;
	Point matchLoc;

	minMaxLoc(result, &minVal, &maxVal, &minLoc, &maxLoc, Mat());   // 寻找result中的最大和最小值，以及它们所处的像素位置  

																	// 使用SQDIFF和SQDIFF_NORMED方法时：值越小代表越相似  
																	// 使用其他方法时：值越大代表越相似  
	if (match_method == CV_TM_SQDIFF || match_method == CV_TM_SQDIFF_NORMED)
	{
		matchLoc = minLoc;
	}
	else
	{
		matchLoc = maxLoc;
	}

	// 显示匹配结果  
	rectangle(img_display, matchLoc, Point(matchLoc.x + templ.cols, matchLoc.y + templ.rows), Scalar::all(0), 2, 8, 0);
	rectangle(result, matchLoc, Point(matchLoc.x + templ.cols, matchLoc.y + templ.rows), Scalar::all(0), 2, 8, 0);

	imshow(image_window, img_display);
	imshow(result_window, result);
	
}

可看到下面我从视频中截的三张图

感兴趣的可以自己试验一下，程序段可以直接运行。视频图像就不上传了，相互学习

又兴趣的请关注微信公众号：小白算法