图像模板匹配

        模板匹配是在一幅图像中寻找到与给定目标模板图像的技术。在匹配过程中有两个主要因素：原图像I,模板图像T。为了在I上检测到与T最匹配的区域，需要在I上滑动模板窗口，每次需要将T在I上滑动一个像素大小（从左至右，从上至下），每次移动后，计算出其相似度来表征匹配结果的好与坏。依次将每个位置的匹配结果存储在R矩阵中，该矩阵的每一个点的亮度表示与模板T的匹配程度（越亮，匹配程度越高）。通过 minMaxLoc 函数可以找到R矩阵中的最大（小）值。

   匹配方法:

   a)method=CV_TM_SQDIFF  

   b)method=CV_TM_SQDIFF_NORMED 

   c)method=CV_TM_CCORR 

   d)method=CV_TM_CCORR_NORMED 

   e)method=CV_TM_CCOEFF  

   f)method=CV_TM_CCOEFF_NOR

以下是实现图像匹配的例程,其中定义了一个函数match实现匹配的具体过程：

// Templatematch.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include "opencv2/opencv.hpp" 
using namespace std;
using namespace cv;

void match(Mat img,Mat tem);

int main( int argc, char** argv )
{   
	Mat img;   
	Mat tem;   
	
	 
	img = imread("xiaobei.jpg" );                    //读取原图像"xiaobei.jpg"

	if( img.empty() ) {                                     //判断是否读取成功    
		cerr <<  "Cannot load file " << "xiaobei.jpg" << endl;   
		return -1;    
	}   
  
	tem = imread("mask.jpg");                       //读取模板图像"mask.jpg"
 
	if( tem.empty()) {   
		cerr <<  "Cannot load file " <<"mask.jpg" << endl;   
		return -1;   
	}   

	match( img, tem);                         
	 
	imshow( "result", img );   
	imshow( "template", tem );                      //显示结果

	/* wait until user press a key to exit */   
	cvWaitKey( 0 );    
	return 0;   
}
void match(Mat img,Mat tem)
{
	Mat res;   
	Mat mask;  
	Point        minloc, maxloc;   
	double        minval, maxval;   
   
	int res_cols  = img.cols - tem.cols + 1;   
	int res_rows = img.rows - tem.rows + 1;   	
        res = cvCreateImage( cvSize(res_cols,res_rows), IPL_DEPTH_32F, 1 );
        matchTemplate( img, tem, res,CV_TM_SQDIFF_NORMED ); //归一化平方差匹配法
        minMaxLoc( res, &minval, &maxval, &minloc, &maxloc,mask);
        rectangle( img, cvPoint( minloc.x, minloc.y ), cvPoint( minloc.x + tem.cols, minloc.y + tem.rows ), 
                   cvScalar( 255, 255, 255, 0 ), 1, 0, 0 );  
}

演示效果：

模板：

       

结果：   

这里主要对以下两点进行分析：

1）

        int res_cols  = img.cols - tem.cols + 1;   
	       int res_rows = img.rows - tem.rows + 1; 

结果矩阵R的计算，我是这样理解的：文章开篇提到模板图像每次在原图像上移动一个像素，并将计算出来的相似度存储在R中，那么在整个图像上每行横向移动只需移动img.rows-tem.rows个长度，因此每行共计算出img.rows-tem.rows+1个结果。同理，每列共计算出img.cols-tem.cols+1个结果。

 2）两个函数：

未完待续~~~~~~~~~