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()