OpenCV图像处理教程C++(十九)模板匹配

本文介绍了OpenCV中的模板匹配技术,用于在源图像中寻找与给定模板图像相似的区域。通过比较平方差、相关性、相关系数等多种匹配算法,找到最佳匹配度。推荐使用归一化的匹配方法,如TM_SQDIFF_NORMED、TM_CCORR_NORMED和TM_CCOEFF_NORMED。并提供了相关的API和示例代码。
摘要由CSDN通过智能技术生成

模板匹配:
模板匹配就是在整个图像区域发现与给定子图像匹配的小块区域,所以模板匹配首先需要一个模板图像T(给定的子图像),另外需要一个待检测的图像-源图像s工作方法,在待检测图像上,从左到右,从上往下计算模板图像与重叠子图像的匹配度,匹配度越大两者相同的可能性就越大。
OpenCV中提供了六种常见的匹配算法如下:

  1. 计算平方不同 , 计算出来的值越小,越相关 TM_SQDIFF= 0
  2. 计算相关性 , 计算出来的值越大,越相关 TM_CCORR= 2
  3. 计算相关系数 , 计算出来的值越大,越相关 TM_CCOEFF = 4
  4. 计算归一化平方不同 , 计算出来的值越接近0,越相关 TM_SQDIFF_NORMED = 1
  5. 计算归一化相关性, 计算出来的值越接近1,越相关 TM_CCORR_NORMED = 3
  6. 计算归一化相关系数 , 计算出来的值越接近1,越相关 TM_CCOEFF_NORMED = 5

建议使用归一化的方法
API:

matchTemplate(
InputArray image,// 源图像,必须是8-bit或者32-bit浮点数图像
InputArray templ,// 模板图像,类型与输入图像一致
OutputArray 
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