OpenCV Java 模板匹配

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();
		
	}
	
	
	
}