模板匹配的概念与原理就不说了,《OpenCV3编程入门》这本书第9.5节有介绍,不过比较简洁,至于看不看得懂就NBCS了嘻嘻,毕竟本人也是看得一知半解。那么本次呢,主要就是针对该书中的9.5.3的示例程序,解释几个部分的代码,由于本人也是初学,所以全凭个人理解,所以讲不一定很高深,大家不要逼太紧靴靴!
示例程序
本来觉得代码没必要贴出来的,但怕有些人太懒噜不想看书,或者是书都没有的可人儿逼太紧,还是秉着做好事、说好话、存好心的三好精神,在下方贴出整个代码吧。由于本人自己敲得,所以和书上顺序神马的不一样,但总体是没有什么问题的靴靴!
#include<opencv2/highgui.hpp>
#include<opencv2/imgproc.hpp>
using namespace cv;
Mat g_srcImage, g_templateImage, g_resultImage;
int g_nMatchMethod;
int g_nMaxTrackbarNum = 5;
void on_Matching(int, void*)//回调函数
{
Mat srcImage;
g_srcImage.copyTo(srcImage);
//初始化用于结果输出的矩阵
int resultImage_rows = g_srcImage.rows - g_templateImage.rows + 1;
int resultImage_cols = g_srcImage.cols - g_templateImage.cols + 1;
g_resultImage.create(resultImage_rows, resultImage_cols, CV_32FC1);
//进行匹配和标准化
matchTemplate(g_srcImage, g_templateImage, g_resultImage, g_nMatchMethod);
normalize(g_resultImage, g_resultImage, 0, 1, NORM_MINMAX, -1, Mat());//归一化数据
//通过函数minMaxLoc定位最匹配的位置
double minValue, maxValue;
Point minLocation, maxLocation, matchLocation;
minMaxLoc(g_resultImage, &minValue, &maxValue, &minLocation, &maxLocation, Mat());
//使用方法SQDIFF和SQDIFF_NORMED,越小的数值有着更高的匹配结果,而其余的方法&#x