Opencv__模板匹配（上）

1、概念：

        模板匹配的算法包括基于灰度的匹配，基于特征的匹配，基于组件的匹配，基于相关性的匹配以及局部变形匹配。基于灰度的匹配一般应用在没有缩放和旋转，颜色变化不大的场合。基于特征的匹配一般应用在具有缩放和旋转，颜色变化较大的场合。在模板各个组件有相对位移的情况下，使用基于组件的匹配算法。在图像模糊，目标定位不依赖于边缘的情况下一般使用基于相关性的匹配。目标有局部变形的情况使用局部变形匹配算法。基于特征的匹配算法通常使用线特征即轮廓特征，也有使用点特征（ICP算法和RANSAC算法）和面特征（基于区域，基于纹理等）的方法。本文主要用到的基于灰度的匹配。

        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图位于图像什么位置，进而识别对象物，这就是一个匹配问题，他是图像处理中最基本、最常用的匹配方法。

模板就是一个已知的小图像，而模板匹配就是在一幅大图像中寻找目标，已知该图像中有要找的目标，且目标同模板有相同尺寸、方向、图像元素，通过一定的算法可以在图像中找到目标，确定其坐标位置。

2、流程：

1、采集模板图像

2、处理目标图像

3、使用模板匹配

4、归一化操作

5、输出结果

3、代码：

/*算子算法*/
 public static void MatchTemplate( )
        {
            Mat source=  Cv2.ImRead(@"D:\2.Package\**\外观检测\4.jpg");
            source = source.CvtColor(ColorConversionCodes.BGR2GRAY);
            Rect roi = new Rect(2000,1500,1000,1000);
            Mat template = Cv2.ImRead(@"D:\2.Package\**\外观检测\tem.png");
            template = template.CvtColor(ColorConversionCodes.BGR2GRAY);
            Mat outPutMat = new Mat();
            double minVal, maxVal;
            Point minloc, maxloc; 
            Cv2.MatchTemplate(source, template,outPutMat, TemplateMatchModes.CCorrNormed);
            Cv2.MinMaxLoc(outPutMat, out minVal, out maxVal,out minloc,out maxloc);
            if (maxVal > 0.7)
            {
                Console.WriteLine($"输出位置坐标{maxloc.X},{maxloc.Y}");
                Rect rect = new Rect(maxloc, template.Size());
                Cv2.Rectangle(source, rect, Scalar.Red, 5);
                source= source.Resize(new Size(source.Cols/4,source.Rows/4));
 
                Cv2.ImShow("匹配结果",source);
                Cv2.ImWrite("123.jpg", source);
            }

        }

4、常用算子：

MatchTemplate(inputArray image,InputArray teml,OutputArray reuslt,int method,inputArray mask=noArray())

cvtcolor()