opencv3.1.0+vs215——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-原图像S。
工作方法，在待检测图像上，从左到右，从上向下计算模板图像与重叠子图像的匹配度，匹配程度越大，两者相同的可能性越大。

opencv中常见的6种匹配算法如下所示：
平方差匹配法CV_TM_SQDIFF
归一化平方差匹配法CV_TM_SQDIFF_NORMED
①利用平方差来进行匹配,最好匹配为0.匹配越差,匹配值越大。

相关匹配法CV_TM_CCORR
归一化相关匹配法CV_TM_CCORR_NORMED
②采用模板和图像间的乘法操作,数越大表示匹配程度较高, 0表示最坏的匹配效果。

相关系数匹配法CV_TM_CCOEFF
归一化相关系数匹配法CV_TM_CCOEFF_NORMED
③将模版对其均值的相对值与图像对其均值的相关值进行匹配,1表示完美匹配,-1表示糟糕的匹配,0表示没有任何相关性(随机序列)。

相关性是越接近1越大越好，平方差是越小越好，所以TM_SQDIFF在使用时和其他的是有所区别的

API介绍：
matchTemplate(
InputArray image,//原图像，必须是8-bit或者32-bit浮点数图像
InputArray temp,//模板图像，类型与输入图像一致
OutputArray result,//输出结果必须是单通道32位浮点数，假设原图像W×H，模板图形w×h，则结果大小必须为W-w+1,H-h+1的大小
int method,//使用的匹配方法
InputArray mask=noArray()//(optional)
)

#include<opencv2/opencv.hpp>
#include<algorithm>
#include<iostream>
using namespace std;
using namespace cv;
void Match_Demo(int, void*);
Mat src, dst, temp;
const char* INPUT_T = "input image";
const char* OUTPUT_T = "output image";
const char* MATCH_T = "template match-demo";
int match_method = CV_TM_SQDIFF;
int max_track = 5;//0~5一共6种
int main(int argc, char** argv)
{
	src = imread("D:/studytest/lena.jpg");//待检测图像
	temp = imread("D:/studytest/lenasimple.jpg");//模板图像
	if (src.empty()||temp.empty())
	{
		printf("could not load image...\n");
		return -1;
	}
	namedWindow(INPUT_T, CV_WINDOW_AUTOSIZE);
	namedWindow(OUTPUT_T, CV_WINDOW_AUTOSIZE);
	namedWindow(MATCH_T, CV_WINDOW_AUTOSIZE);
	imshow(INPUT_T, src);//显示原图
	imshow("simple image", temp);//显示模板图像
	const char* trackbar_title = "Match Algo Type:";
	createTrackbar(trackbar_title, OUTPUT_T, &match_method, max_track, Match_Demo);
	Match_Demo(0, 0);
	waitKey(0);
	return 0;
}
void Match_Demo(int,void*)
{
	int width = src.cols - temp.cols + 1;
	int height = src.rows - temp.rows + 1;
	Mat result(width, height, CV_32FC1);
	matchTemplate(src, temp, result, match_method, Mat());
	normalize(result, result, 0, 1, NORM_MINMAX,-1,Mat());//归一化处理
	Point minLoc;
	Point maxLoc;
	Point tempLoc;
	double min, max;
	minMaxLoc(result, &min, &max, &minLoc, &maxLoc, Mat());
	src.copyTo(dst);
	if (match_method == CV_TM_CCOEFF || match_method == CV_TM_SQDIFF_NORMED)
		tempLoc = minLoc;
	else tempLoc = maxLoc;
	rectangle(dst, Rect(tempLoc.x, tempLoc.y, temp.cols, temp.rows), Scalar(0, 0, 255), 2, 8);
	rectangle(result, Rect(tempLoc.x, tempLoc.y, temp.cols, temp.rows), Scalar(0, 0, 255), 2, 8);
	imshow(OUTPUT_T, result);
	imshow(MATCH_T, dst);
}

六种常用的匹配算法法，在匹配子图时，会存在着匹配失误的时候，将其中两种匹配的结果截图如下图所示：