OpenCv 多目标,多角度 ,模板匹配实现

#include "pch.h"
#include"ModelMatch.h"
// 成员函数定义
double Box::get(void)
{
    return length * breadth * height;
}

void Box::set(double len, double bre, double hei)
{
    length = len;
    breadth = bre;
    height = hei;
}
#include <fstream>
using namespace cv;
ModelDetector::ModelDetector(bool enable_openmp)
    :enable_openmp_(enable_openmp)
    , record_path_prefix_("./")
{
}
ModelDetector::~ModelDetector()
{
}
bool ModelDetector::roughMatch(const cv::Mat& src, const cv::Mat& templ,
    double thresh,
    std::vector<MatchResult>& cand_results,
    int match_method)
{
    Mat result_score = Mat::zeros(src.size(), CV_32FC1);
    Mat result_angle = Mat::zeros(src.size(), CV_32FC1);

    Mat result_bin = Mat::zeros(src.size(), CV_8UC1);

    Point2f templ_center = Point2f(templ.cols / 2, templ.rows / 2);

    int result_cols = 0;
    int result_rows = 0;
    for (int angle =
  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
opencv中,使用多角度模板匹配可以实现在图像中寻找并匹配指定模板的多个旋转角度的目标对象。多角度模板匹配可以用于许多应用领域,如目标检测、手势识别和机器人视觉等。 首先,我们需要准备一个原始图像和一个要匹配的模板图像。然后,可以使用函数cv2.matchTemplate()来实现模板匹配。在多角度模板匹配中,我们需要对模板图像进行旋转以生成多个角度的模板。 为了实现多角度模板匹配,可以使用函数cv2.warpAffine()对模板图像进行旋转。首先,我们需要确定旋转中心点的坐标和旋转角度。然后,可以用cv2.getRotationMatrix2D()函数生成旋转矩阵,最后使用cv2.warpAffine()函数将旋转矩阵应用于模板图像。 接下来,在原始图像中使用cv2.matchTemplate()函数,将旋转后的模板与图像进行匹配。该函数将返回一个匹配结果的矩阵,我们可以使用cv2.minMaxLoc()函数找到矩阵中的最大匹配值和对应的位置。 最后,我们可以在原始图像上使用cv2.rectangle()函数绘制一个矩形框来标记匹配到的目标。可以使用找到的位置以及模板的宽度和高度来确定矩形框的位置和大小。 总之,多角度模板匹配是一种有效的方法来在图像中寻找并匹配多个旋转角度的目标对象。通过旋转模板并使用cv2.matchTemplate()函数进行匹配,我们可以方便地实现这一操作。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

机器视觉—ing

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值