模板匹配算法原理与实现-opencv

原理

模板匹配的原理就是将模板图像在源图像上进行滑动，上下左右的滑动，被模板图像盖住的部分叫做子图像。

然后计算模板图像与子图像的相似程度，模板左上角每移动一次计算一次，记录下该像素点的位置和模板与子图的相似分数。

详细原理可以参考：https://blog.csdn.net/qq_42887760/article/details/86563500

代码

#include <opencv2/opencv.hpp>
#include <iostream>

#include <math.h>
using namespace std;
using namespace cv;

Mat src, temp, dst;
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) {
	// 待检测图像
	src = imread("D:/vcprojects/images/flower.png");
	// 模板图像
	temp = imread("D:/vcprojects/images/t2.png");
	if (src.empty() || temp.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	namedWindow(INPUT_T, CV_WINDOW_AUTOSIZE);
	namedWindow(OUTPUT_T, CV_WINDOW_NORMAL);
	namedWindow(match_t, CV_WINDOW_AUTOSIZE);
	imshow(INPUT_T, temp);
	const char* trackbar_title = "Match Algo Type:";
	//滑块函数
	createTrackbar(trackbar_title, OUTPUT_T, &match_method, max_track, Match_Demo);
	Match_Demo(0, 0);

	waitKey(0);
	return 0;
}

void Match_Demo(int, void*) {
	//定义输出图像大小，按照公式是固定的大小：原图-模板+1
	int width = src.cols - temp.cols + 1;
	int height = src.rows - temp.rows + 1;
	Mat result(width, height, CV_32FC1);
	//模板匹配，用滑块控制方法的选择
	matchTemplate(src, temp, result, match_method, Mat());
	normalize(result, result, 0, 1, NORM_MINMAX, -1, Mat());//归一化

	Point minLoc;//分数最小点位置
	Point maxLoc;//分数最大点位置
	double min, max;
	src.copyTo(dst);
	Point temLoc;
	//找出匹配结果数据中匹配分数的最大最小值，还有其位置
	minMaxLoc(result, &min, &max, &minLoc, &maxLoc, Mat());
	if (match_method == TM_SQDIFF || match_method == TM_SQDIFF_NORMED) {
		temLoc = minLoc;
	} else {
		temLoc = maxLoc;
	}

	// 绘制矩形
	rectangle(dst, Rect(temLoc.x, temLoc.y, temp.cols, temp.rows), Scalar(0, 0, 255), 2, 8);//在原图上画矩形
	rectangle(result, Rect(temLoc.x, temLoc.y, temp.cols, temp.rows), Scalar(0, 0, 255), 2, 8);//在结果图上画
	
	imshow(OUTPUT_T, result);
	imshow(match_t, dst);
}