java opencv 基本操作10

模板匹配

    /**
     * 模板匹配函数
     * opencv实现了一部分通过模板与目标图像进行寻找最佳匹配的方面matchTemplat();
     * 这个方法基本思想是将模板图像在目标图像上滑动逐一对比，通过统计的基本方法进行匹配，比如方差检验，相关性检验等方法来寻找最佳匹配；
     * matchTemplate(
     * Mat image,   --用于搜索的输入图像
     * Mat templ,   --用于匹配的模板，和image类型相同
     * Mat result,  --匹配结果图像    大小 (W-w+1)-(H-h+1)
     * int method   --用于比较的方法 : TM_SQDIFF：该方法使用平方差进行匹配，因此最佳的匹配结果在结果为0处，值越大匹配结果越差。
     *                            TM_SQDIFF_NORMED：该方法使用归一化的平方差进行匹配，最佳匹配也在结果为0处。
     *                            TM_CCORR：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。
     *                            TM_CCORR_NORMED：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。
     *                            TM_CCOEFF：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。
     *                            TM_CCOEFF_NORMED：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。
     * )
     */
    @Test
    public void testMatchTemplate() {
    	Mat src = GeneralUtils.converMat("D:\\test\\0001.jpg");
    	//从原图裁剪一块区域匹配
    	Rect roi = new Rect(200, 100, 100, 100);
    	Mat tpl = new Mat(src, roi);
    	
    	int h = src.rows() - tpl.rows() + 1;
    	int w = src.cols() - tpl.cols() + 1;
    	
    	//模板匹配
    	Mat result = new Mat(new Size(w, h), CvType.CV_32FC1);
    	Imgproc.matchTemplate(src, tpl, result, Imgproc.TM_CCOEFF_NORMED);
    	
    	GeneralUtils.saveByteImg(result, "D:\\test\\matchTemplate.jpg");
    	
    	//画出匹配区域
    	for (int row = 0; row < result.rows(); row++) {
    		for (int col = 0; col < result.cols(); col++) {
    			double val = result.get(row, col)[0];
    			if (val > 0.90) {
    				Imgproc.rectangle(src, new Point(col, row), 
    						new Point(col + tpl.cols(), row + tpl.rows() ), new Scalar(0, 0, 255), 2, 8, 0);
    			}
    		}
    	}
    	GeneralUtils.saveByteImg(src, "D:\\test\\drawTpl.jpg");
    }

平均值计算

    /**
     * mean计算数组元素的平均值，每个通道都是独立的，并返回这个平均值。
     * mean(
     * Mat src,    --输入图像
     * Mat mask = noArray()   --参数 mask 可选参数，操作掩摸，用于标记求取哪些区域的均值和标准差。
     * )
     */
    @Test
    public void testMean() {
    	Mat src = GeneralUtils.converMat("D:\\test\\0001.jpg");
    	
    	//转成灰度图
    	Mat gray = new Mat();
    	Imgproc.cvtColor(src, gray, Imgproc.COLOR_BGR2GRAY);
    	
    	//计算像素平均值
    	Scalar scalar = Core.mean(src);
    	
    	System.out.println(scalar);
    }

《备急千金要方》