opencv + C++进行简单图像模板匹配

1.在原图上裁剪一块作为模板图像,如果图像不是裁剪的, 大小有变化的话,会影响匹配结果。

 

  

2.运行代码

/*
	简单图像模板匹配
*/
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>
#include <algorithm>
#include <cstdlib>

using namespace std;
using namespace cv;

int match_method = 1;
/*
//	match_method参数设置,模板匹配方法:
//	0,平方差匹配,找最小值,值越接近0,匹配效果越好
//	1,归一化平方差匹配,找最小值,值越接近0,匹配效果越好
//	2,相关性匹配方法,该方法使用源图像与模板图像的卷积结果进行匹配,因此,最佳匹配位置在值最大处,值越小匹配结果越差
//	3,归一化的相关性匹配方法,与相关性匹配方法类似,最佳匹配位置也是在值最大处
//	4,相关性系数匹配方法,该方法使用源图像与其均值的差、模板与其均值的差二者之间的相关性进行匹配,最佳匹配结果在值等于1处,最差匹配结果在值等于-1处,值等于0直接表示二者不相关。
//	5,归一化的相关性系数匹配方法,正值表示匹配的结果较好,负值则表示匹配的效果较差,也是值越大,匹配效果也好。
*/

Mat img_display_0;
Mat img;
Mat templ;
double minVal, maxVal;

void MatchingMethod_0(Mat templ_0, void*)
{
	img.copyTo(img_display_0); //将 img的内容拷贝到 img_display
	
	// 创建输出结果的矩阵
	int result_cols = img.cols - templ_0.cols + 1;     //计算用于储存匹配结果的输出图像矩阵的大小。
	int result_rows = img.rows - templ_0.rows + 1;

	Mat result_0;
	result_0.create(result_cols, result_rows, CV_32FC1);//被创建矩阵的列数,行数,以CV_32FC1形式储存。

	// 进行匹配和标准化
	matchTemplate(img, templ_0, result_0, match_method); //待匹配图像,模版图像,输出结果图像,匹配方法(由滑块数值给定。)
	normalize(result_0, result_0, 0, 1, NORM_MINMAX, -1, Mat());//输入数组,输出数组,range normalize的最小值,range normalize的最大值,归一化类型,当type为负数的时候输出的type和输入的type相同。

	// 通过函数 minMaxLoc 定位最匹配的位置; 
	Point minLoc; Point maxLoc;
	Point matchLoc;

	minMaxLoc(result_0, &minVal, &maxVal, &minLoc, &maxLoc, Mat());//用于检测矩阵中最大值和最小值的位置

	// 对于方法 SQDIFF 和 SQDIFF_NORMED, 越小的数值代表更高的匹配结果. 而对于其他方法, 数值越大匹配越好
	if (match_method == 0 || match_method == 1)
	{
		matchLoc = minLoc;
	}
	else
	{
		matchLoc = maxLoc;
	}

	//框出最终结果
	rectangle(img_display_0, matchLoc, Point(matchLoc.x + templ_0.cols, matchLoc.y + templ_0.rows), Scalar(0, 255, 0), 2, 8, 0); //将得到的结果用矩形框起来
	rectangle(result_0, matchLoc, Point(matchLoc.x + templ_0.cols, matchLoc.y + templ_0.rows), Scalar(0, 255, 0), 2, 8, 0);

	imwrite("C:\\Users\\JSM-SQ\\Desktop\\图框TIF\\result.jpg", img_display_0);
	return;
}

int main(int argc, char** argv)
{

	img = imread("C:\\Users\\JSM-SQ\\Desktop\\图框TIF\\test_tar.jpg");//载入待匹配图像
	templ = imread("C:\\Users\\JSM-SQ\\Desktop\\图框TIF\\test_templ.jpg");

	MatchingMethod_0(templ, 0);
	return 0;
}

3.结果图像     

                        

 

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
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