opencv 模板匹配_详细剖析模板匹配

点击上方“新机器视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

模板匹配介绍

我们需要2幅图像：

原图像 (I): 在这幅图像里,我们希望找到一块和模板匹配的区域

模板 (T): 将和原图像比照的图像块

• 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。

模板匹配原理

我们的目标是检测最匹配模板的原图像的区域:

为了确定匹配模板区域, 我们不得不滑动模板图像和原图像进行比较 :

对于 模板(T) 覆盖在 原图像 (I) 上的每个位置,你把度量值保存 到 结果图像矩阵 ( R ) 中. 在 R 中的每个位置 (x,y) 都包含匹配度量值:

上图(右)就是 TM_CCORR_NORMED 方法处理后的结果图像 R . 最白的位置代表最高的匹配. 正如您所见, 黑色框住的位置很可能是结果图像矩阵中的最大数值, 所以这个区域 (以这个点为顶点,长宽和模板图像一样大小的矩阵) 被认为是匹配的.

实际上, 我们使用函数 minMaxLoc 来定