[C#]OpenCvSharp利用MatchTemplate实现多目标匹配

【效果展示】

原图

模板图

匹配结果:

【实现部分代码】

using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Drawing;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Windows.Forms;
using OpenCvSharp;

namespace FIRC
{
    public partial class Form1 : Form
    {
        public Dictionary<string, TemplateMatchModes> tmm_dict = new Dictionary<string, TemplateMatchModes>();
        public Mat src = null;//存储原图
        public Mat template = Cv2.ImRead(Application.StartupPath+"\\images\\template.jpg");
        public Form1()
        {
            InitializeComponent();
        }

        private void button1_Click(object sender, EventArgs e)
        {
            OpenFileDialog ofd = new OpenFileDialog();
            ofd.Filter = "(图片文件)*.*|*.bmp;*.jpg;*.jpeg;*.tiff;*.tiff;*.png"; ;
            if (ofd.ShowDialog() == DialogResult.OK)
            {
                src= Cv2.ImRead(ofd.FileName);
                var points = FIRCMatchTemplate.MatchTemplate(src,template,tmm_dict[comboBox1.Text],0.8f);
                var resultMat = FIRCMatchTemplate.DrawImage(points,src.Clone(),template.Size());
                pictureBox1.Image = OpenCvSharp.Extensions.BitmapConverter.ToBitmap(resultMat);
            }
        }
      
        private void comboBox1_SelectedIndexChanged(object sender, EventArgs e)
        {
            if(src!=null)
            {
                var points = FIRCMatchTemplate.MatchTemplate(src, template, tmm_dict[comboBox1.Text], 0.8f);
                var resultMat = FIRCMatchTemplate.DrawImage(points, src.Clone(), template.Size());
                pictureBox1.Image = OpenCvSharp.Extensions.BitmapConverter.ToBitmap(resultMat);
            }
        }

        private void Form1_Load(object sender, EventArgs e)
        {
            tmm_dict.Add("CCoeffNormed",TemplateMatchModes.CCoeffNormed);
            tmm_dict.Add("CCoeff", TemplateMatchModes.CCoeff);

            tmm_dict.Add("SqDiffNormed", TemplateMatchModes.SqDiffNormed);
            tmm_dict.Add("SqDiff", TemplateMatchModes.SqDiff);

            tmm_dict.Add("CCorrNormed", TemplateMatchModes.CCorrNormed);
            tmm_dict.Add("CCorr", TemplateMatchModes.CCorr);
            comboBox1.SelectedIndex = 0;
        }
    }
}

【测试环境】

vs2019,netframework4.7.2,opencvsharp4.8.0

【视频演示】

C# opencvsharp多目标模板匹配算法演示代码_哔哩哔哩_bilibili测试环境:vs2019,netframework4.7.2,opencvsharp4.8.0, 视频播放量 2、弹幕量 0、点赞数 0、投硬币枚数 0、收藏人数 0、转发人数 0, 视频作者 未来自主研究中心, 作者简介 未来自主研究中心,相关视频:资源软件库学习资料总站大全合集更新,资源软件库学习资料无敌了,C# opencvsharp实现透视变换演示,使用C++部署yolov8的onnx和bytetrack实现目标追踪,基于yolov5的单目测距视频演示,labelme json转yolo工具用于目标检测训练数据集使用教程,基于yolov8+deepsort实现目标追踪视频演示,一个软件库永久更新学习资料资源共享,[数据集介绍][目标检测]城市街道垃圾数据集VOC格式5266张,基于yolov8+deepsort+SLPNet实现车辆检测车辆识别车辆违停指定区域检测一体化系统icon-default.png?t=N7T8https://www.bilibili.com/video/BV1Mt421n7fx/

【演示源码下载地址】 

https://download.csdn.net/download/FL1623863129/89079647

  • 10
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
OpenCvSharp中的MatchTemplate函数是用来进行模板匹配的。在给定一张模板图片和一个匹配图片后,MatchTemplate函数会返回一个匹配结果矩阵,该矩阵的每个元素代表了该位置与模板匹配程度。在C#中,可以使用Cv2.MatchTemplate函数来调用该功能。 在给定模板图片和待匹配图片后,通过调用Cv2.MatchTemplate函数,传入待匹配图片、模板图片、结果矩阵和匹配模式参数,即可进行模板匹配。结果矩阵的每个元素表示了对应位置的匹配程度,值越小匹配越差,最好的匹配结果为1。 为了得到最佳匹配的位置,可以使用Cv2.MinMaxLoc函数来找到匹配程度最高的位置。然后可以使用该位置信息,在待匹配图片上绘制一个矩形框来突出显示匹配结果。 需要注意的是,在使用OpenCvSharp进行图像处理时,需要先添加引用OpenCvSharp到项目中,并使用using OpenCvSharp语句导入命名空间。 以下是一个模板匹配的示例代码: ```csharp using OpenCvSharp; // 加载模板和待匹配图片 Mat temp = new Mat("template.jpg", ImreadModes.AnyColor); Mat image = new Mat("image.jpg", ImreadModes.AnyColor); // 创建匹配结果矩阵 Mat result = new Mat(); // 进行模板匹配 Cv2.MatchTemplate(image, temp, result, TemplateMatchModes.CCoeffNormed); // 寻找最佳匹配位置 MinMaxLocResult minMaxLocResult = Cv2.MinMaxLoc(result); Point matchLoc = minMaxLocResult.MaxLoc; // 在待匹配图片上绘制矩形框 Cv2.Rectangle(image, matchLoc, new Point(matchLoc.X + temp.Cols, matchLoc.Y + temp.Rows), Scalar.Green, 2); // 显示结果 using (new Window("Template", temp)) using (new Window("Image", image)) { Cv2.WaitKey(); } ``` 希望能对你有所帮助!
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

FL1623863129

你的打赏是我写文章最大的动力

¥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