Opencv学习笔记(9)——模板匹配
一.相关原理介绍
模板匹配介绍
- 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,在带检测图像上,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。
匹配算法介绍
OpenCV中提供了六种常见的匹配算法如下:
- 计算平方不同
- 计算相关性
- 计算相关系数
- 计算归一化平方不同
- 计算归一化相关性
- 计算归一化相关系数
API中相关匹配方法的宏定义名:
二.API说明
cv::matchTemplate
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 result,// 输出结果,必须是单通道32位浮点数,假设源图像WxH,模板图像wxh,
// 则结果必须为W-w+1, H-h+1的大小。
int method,//使用的匹配方法
InputArray mask=noArray()//(optional)
)
三.程序示例
#include<opencv2/opencv.hpp>
#include<iostream>
#include<math.h>
using namespace cv;
using namespace std;
Mat src, dst, temp;
int match_method = CV_TM_SQDIFF;
int max_track = 5;
const char* INPUT_TITLE = "input image";
const char* OUTPUT_TITLE = "result image";
const char* match_t = "template match_demo";
void match_Demo(int, void*);
int main(int argc, char** argv) {
//待检测图像
src = imread("E:/photoss/dog2.jpg");
//模板图像
temp = imread("E:/photoss/temp1.png");
if (src.empty()||temp.empty()) {
printf("Could not load image...\n");
return 1;
}
namedWindow(INPUT_TITLE, CV_WINDOW_AUTOSIZE);
namedWindow(OUTPUT_TITLE, CV_WINDOW_AUTOSIZE);
namedWindow(match_t, CV_WINDOW_AUTOSIZE);
imshow(INPUT_TITLE, src);
imshow("temp image", temp);
const char* trackbar_title = "match algo type";
createTrackbar(trackbar_title, OUTPUT_TITLE, &match_method, max_track, match_Demo);
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
Point minLoc;
Point maxLoc;
double min, max;
src.copyTo(dst);
Point tempLoc;
minMaxLoc(result, &min, &max, &minLoc, &maxLoc, Mat());
if (match_method == CV_TM_SQDIFF || match_method == CV_TM_SQDIFF_NORMED) {
tempLoc = minLoc;//不同匹配方法的评判依据不一样,这里选择匹配系数最小值的点位置作为识别位置
}
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(OUTPUT_TITLE, result);
imshow(match_t, dst);
}
运行效果: