二十六、模板匹配
1、模板匹配介绍(Template Match)
- 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。
- 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。
2、匹配算法介绍
opencv中提供了6种常见的匹配算法如下:
- 计算平方不同
TM_SQDIFF
0
得到的值越小,则说明越相似 - 计算相关性
TM_CCORR
2
得到的值越大,则说明越相似 - 计算相关系数
TM_CCOEFF
4
得到的值越大,则说明越相似
归一化:
- 计算归一化平方不同
TM_SQDIFF_NORMED
1 - 计算归一化相关性
TM_CCORR_NORMED
3 - 计算归一化相关系数
TM_CCOEFF_NORMED
5
3、相关API介绍
cv::matchTemplate
matchTemplate(
InputArray image,//原图像,必须是8bit或者32bit浮点数图像
InputArray templ,//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32bit浮点数。例如:假设原图像大小是W*H,模板图像大小是w*h,那么结果大小必须为(W-w+1)*(H-h+1)。
int method,//使用的模板匹配方法
InputArray mask=noArray()//(optional)
)
示例代码:(模板匹配)
#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace cv;
using namespace std;
Mat src, dst, temp, result;
int match_method = TM_SQDIFF;
int max_track = 5;
const char* INPUT_T = "input image";
const char* OUTPUT_T = "result image";
const char* match_t = "template match-demo";
void Match_Demo(int, void*);
int main(int argc, char** argv) {
src = imread("图片路径");//待检测图像
temp = imread("图片路径");//模板图像
if (!src.data || !temp.data) {
cout << "could not load image..." << endl;
return -1;
}
namedWindow(INPUT_T, WINDOW_AUTOSIZE);
namedWindow(OUTPUT_T, WINDOW_AUTOSIZE);
namedWindow(match_t, WINDOW_AUTOSIZE);
imshow(INPUT_T, src);
imshow("temp", temp);
const char* trackbar_title = "Match Alogo 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());//模板匹配
normalize(result, result, 0, 1, NORM_MINMAX, -1, Mat());//归一化
Point minLoc;
Point maxLoc;
double min, max;
src.copyTo(dst);
Point tempLoc;//视模板类型确定tempLoc最后取最大还是最小位置
minMaxLoc(result, &min, &max, &minLoc, &maxLoc, Mat());//在模板匹配的输出图像中找到最大位置和最小位置的点
if (match_method == TM_SQDIFF || match_method == TM_SQDIFF_NORMED) {
tempLoc = minLoc;
} else {
tempLoc = maxLoc;
}
//绘制矩形
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(match_t, dst);
}
输出结果显示: