什么是模板匹配
模板就是一副已知的小图像,而模板匹配就是在一副大图像中搜寻目标,已知该图中有要找的目标,且该目标同模板有相同的尺寸、方向和图像元素,通过一定的算法可以在图中找到目标,确定其坐标位置。
模板匹配是一种最原始、最基本的模式识别方法,研究某一特定对象物的图案位于图像的什么地方,进而识别对象物,这就是一个匹配问题。它是图像处理中最基本、最常用的匹配方法。模板匹配具有自身的局限性,主要表现在它只能进行平行移动,若原图像中的匹配目标发生旋转或大小变化,该算法无效。
其实模板匹配的使用和直方图反向投影calcBackProject函数很像,只是直方图反向投影对比的是直方图,而模板匹配对比的是图像的像素值,相比较而言,直方图反向投影的匹配性更好。
如果模板是从待搜索目标中截取出来的,效果会很好,如果模板不是待搜素图像的一部分,效果就差的多了,所以该函数的使用还是有很大的局限性。
package com.opencv;
import org.opencv.core.Core;
import org.opencv.core.Core.MinMaxLocResult;
import org.opencv.core.CvType;
import org.opencv.core.Mat;
import org.opencv.core.Point;
import org.opencv.core.Scalar;
import org.opencv.highgui.HighGui;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
public class OpenCvMain {
//静态代码块加载动态链接库
static {
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
}
public static void main(String[] args) {
/*
* IMREAD_UNCHANGED = -1 :不进行转化,比如保存为了16位的图片,读取出来仍然为16位。
* IMREAD_GRAYSCALE = 0 :进行转化为灰度图,比如保存为了16位的图片,读取出来为8位,类型为CV_8UC1。
* IMREAD_COLOR = 1 :进行转化为三通道图像。
* IMREAD_ANYDEPTH = 2 :如果图像深度为16位则读出为16位,32位则读出为32位,其余的转化为8位。
* IMREAD_ANYCOLOR = 4 :图像以任何可能的颜色格式读取
* IMREAD_LOAD_GDAL = 8 :使用GDAL驱动读取文件,GDAL(Geospatial Data Abstraction
* Library)是一个在X/MIT许可协议下的开源栅格空间数据转换库。它利用抽象数据模型来表达所支持的各种文件格式。
* 它还有一系列命令行工具来进行数据转换和处理。
*/
Mat src = Imgcodecs.imread("D:\\1234.jpg");//待匹配图片
Mat template = Imgcodecs.imread("D:\\tpl.jpg");// 获取匹配模板
HighGui.imshow("原图", src);
HighGui.waitKey();
/**
* TM_SQDIFF = 0, 平方差匹配法,最好的匹配为0,值越大匹配越差
* TM_SQDIFF_NORMED = 1,归一化平方差匹配法
* TM_CCORR = 2,相关匹配法,采用乘法操作,数值越大表明匹配越好
* TM_CCORR_NORMED = 3,归一化相关匹配法
* TM_CCOEFF = 4,相关系数匹配法,最好的匹配为1,-1表示最差的匹配
* TM_CCOEFF_NORMED = 5;归一化相关系数匹配法
*/
int method = Imgproc.TM_CCORR_NORMED;
int width=src.cols()-template.cols()+1;
int height=src.rows()-template.rows()+1;
// 创建32位模板匹配结果Mat
Mat result=new Mat(width,height,CvType.CV_32FC1);
/*
* 将模板与重叠的图像区域进行比较。
* @param image运行搜索的图像。 它必须是8位或32位浮点。
* @param templ搜索的模板。 它必须不大于源图像并且具有相同的数据类型。
* @param result比较结果图。 它必须是单通道32位浮点。 如果image是(W * H)并且templ是(w * h),则结果是((W-w + 1)*(H-h + 1))。
* @param方法用于指定比较方法的参数,请参阅默认情况下未设置的#TemplateMatchModes。
* 当前,仅支持#TM_SQDIFF和#TM_CCORR_NORMED方法。
*/
Imgproc.matchTemplate(src, template, result, method);
// 归一化 详见https://blog.csdn.net/ren365880/article/details/103923813
Core.normalize(result, result,0, 1, Core.NORM_MINMAX, -1, new Mat());
// 获取模板匹配结果 minMaxLoc寻找矩阵(一维数组当作向量,用Mat定义) 中最小值和最大值的位置.
MinMaxLocResult mmr = Core.minMaxLoc(result);
// 绘制匹配到的结果 不同的参数对结果的定义不同
double x,y;
if (method==Imgproc.TM_SQDIFF_NORMED || method==Imgproc.TM_SQDIFF) {
x = mmr.minLoc.x;
y = mmr.minLoc.y;
} else {
x = mmr.maxLoc.x;
y = mmr.maxLoc.y;
}
/*
* 函数rectangle绘制一个矩形轮廓或一个填充的矩形,其两个相对角为pt1和pt2。
* @param img图片。
* @param pt1矩形的顶点。
* @param pt2与pt1相反的矩形的顶点。
* @param color矩形的颜色或亮度(灰度图像)。
* @param thickness组成矩形的线的粗细。 负值(如#FILLED)表示该函数必须绘制一个填充的矩形。
* @param lineType线的类型。 请参阅https://blog.csdn.net/ren365880/article/details/103952856
*/
Imgproc.rectangle(src,new Point(x,y),new Point(x+template.cols(),y+template.rows()),new Scalar( 0, 0, 255),2,Imgproc.LINE_AA);
HighGui.imshow("模板匹配", src);
HighGui.waitKey();
}
}