opencv学习笔记（二十八）模板匹配

1.模板匹配概念

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。

2.匹配算法

分别是：计算平方不同、计算归一化平方不同、计算相关性、计算归一化相关性、计算相关系数、计算归一化相关系数

3.相关API

matchTemplate(InputArray image,InputArray templ,OutputArray result，int method,InputArray mask=noArray())

image: 源图像，必须是8-bit或者32-bit浮点数图像

templ：模板图像，类型与输入图像一致

result：输出结果，必须是单通道32位浮点数，模板在待测图像上每次在横向或是纵向上移动一个像素，并作一次比较计算，由此，横向比较W-w+1次，纵向比较H-h+1次，从而得到一个（W-w+1）×（H-h+1）维的结果矩阵，result即是用图像来表示这样的矩阵,因而图像result的大小为（W-w+1）×（H-h+1）。匹配结果图像与原图像之间的大小关系，他们之间差了一个模板大小。cvMatchTemplate依次计算模板与待测图片的重叠区域的相似度，并将结果存入映射图像result当中，result图像中的每一个点的值代表了一次相似度比较结果。

method：使用的匹配方法

mask：掩膜，一般默认

method类型选择：

cv::TM_SQDIFF（0）

计算模板与目标图像的方差，由于是像素值差值的平方的和，所以值越小匹配程度越高；

cv::TM_SQDIFF_NORMED（1）

范化的cv::TM_SQDIFF，取值为0-1之间，完美匹配返回值为0；这两个都是数值越小匹配度越高，其余的是数值越高匹配度越高。

4.代码实现

#include "stdafx.h"
#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace std;
using namespace cv;

Mat src,temp,dst;
int method = 2;//匹配算法初始数值最大定义
char inputName[] = "input name";
char outputName[] = "output name";
void Method(int, void *);
int main()
{
	src = imread("D:/VS project/Image/check.jpg");//待检测
	temp=imread("D:/VS project/Image/temp.png");
	if (src.empty()||temp.empty())
	{
		cout << "找不到图像!" << endl;
		return -1;
	}
	namedWindow(inputName, CV_WINDOW_AUTOSIZE);
	namedWindow("result Image", CV_WINDOW_AUTOSIZE);
	namedWindow(outputName, CV_WINDOW_AUTOSIZE);
	imshow(inputName, src);
	createTrackbar("Method value", outputName, &method, 5, Method);
	Method(0, 0);

	waitKey(0);
	return 0;
}
void Method(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, method);
	normalize(result, result, 0, 1, NORM_MINMAX, -1,Mat());

	Point minLoc;
	Point maxLoc;
	double min,max;
	Point tempLoc;
	src.copyTo(dst);
	minMaxLoc(result, &min, &max, &minLoc, &maxLoc);//从result中提取最大值（相似度最高）以及最大值的位置
	if (method == TM_SQDIFF || method == CV_TM_SQDIFF_NORMED)
	{
		tempLoc = minLoc;
	}
	else
	{
		tempLoc = maxLoc;
	}
	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("result Image", result);
	imshow(outputName, dst);
}

5.运行结果