C++ - Opencv模板匹配与块匹配

明月醉窗台

已于 2022-11-05 11:12:22 修改

阅读量1.6k

点赞数 1

分类专栏： # C++ - opencv 立体视觉与三维重建文章标签： opencv 计算机视觉人工智能图像处理 SLAM

于 2022-11-04 07:00:00 首次发布

本文链接：https://blog.csdn.net/yohnyang/article/details/127671718

版权

立体视觉与三维重建同时被 2 个专栏收录

29 篇文章 85 订阅 ¥19.90 ¥99.00

订阅专栏

C++ - opencv

52 篇文章 14 订阅

订阅专栏

Opencv模板匹配与块匹配

Opencv中集成里模板匹配：通过将输入模板在搜索图中滑窗式遍历计算相似度，并会将计算出的相似度在遍历每个像素时赋值给相应的位置，从而形成一个和搜索图大小相同的得分矩阵，二这个得分矩阵中的最大值即对应模板的最佳位置
模板匹配使用了不同的评价准则：方差、相关性、相关系数匹配等

1. 模板匹配

1.1函数原型

其中，opencv接口定义如下：

void cv::matchTemplate(InputArray 	image,   //输入图像 8位或者32位
    InputArray 	templ,  //输入模板 
    OutputArray 	result, //输出得分矩阵 32位单通道
    int 	method,

了解本专栏

订阅专栏解锁全文

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

明月醉窗台

关注关注

1
点赞
踩
5

收藏

觉得还不错? 一键收藏
打赏
0
评论
C++ - Opencv模板匹配与块匹配

C++ - Opencv模板匹配与块匹配
复制链接

扫一扫

专栏目录

订阅专栏

OpenCV官方教程中文版 —— 模板匹配

weixin_42207434的博客

10-28

1128

在本节我们要学习： 1. 使用模板匹配在一幅图像中查找目标 2. 函数：cv2.matchTemplate()，cv2.minMaxLoc()

【OpenCV--模板匹配】

m0_70964767的博客

10-16

1万+

模板匹配就是在给定的图片中，查找和模板最相似的区域，算法的输入包括模板和图片，通过不断移动模板图片，计算其与图片对应区域匹配度，将匹配度最高区域选择为最终结果。

参与评论您还未登录，请先登录后发表或查看评论

OpenCV 的模板匹配

热门推荐

QtHalcon

06-09

3万+

模板匹配指的是通过模板图像与测试图像之间的比较，找到测试图像上与模板图像相似的部分，这是通过计算模板图像与测试图像中目标的相似度来实现的，可以快速地在测试图像中定位出预定义的目标。匹配的主要思路是使用一个目标原型，根据它创建一个模板，在测试图像中搜索与该模板图像最相似的目标，并寻找与该模板的均值或方差最接近的区域。通过模板匹配可以得到目标的相似度，旋转角度，行列坐标，缩放大小等。针对不同的图像特征和检测环境，有多种模板匹配算法。如何选择合适的模板匹配算法，取决于具体的图像数...

【OpenCV入门】第九部分——模板匹配

PuddleRubbish的博客

09-05

1985

单模板多模板匹配”的过程可以封装成一个方法，方法参数为模板和原始图像，方法内部将计算结果再加工一下，直接返回所有红框左上角和右下角两点横纵坐标的列表。模板移动到原始图像的边缘之后就不会继续移动了，所以模板的移动区域如下图所示，该区域的边长为“原始图像边长 - 模板边长 +1”，最后加 1 是因为移动区域内的上下、左右的两个边都被模板覆盖到了，如果不加1会丢失数据。想要找到重复的图像，可以使用matchTemplate()来判断两幅图像的相似度，如果相似度大于0.9，就认为这两幅图像是相同的。

Opencv——图像模板匹配

杨老师的小跟班(*∩_∩*)

09-16

6283

模板匹配可以看作是对象检测的一种非常基本的形式。使用模板匹配，我们可以使用包含要检测对象的“模板”来检测输入图像中的对象。

用OpenCV进行模板匹配

sgzqc的专栏

06-23

3240

本文重点介绍了在传统图像处理中，如何利用模板匹配的方法来进行从表情包图像中寻找心动表情模板的样例，并给出了相应的代码实现。由于是传统方案，该方法的阈值选择和泛化能力都有一定的局限性，但是学习其背后的原理可以帮助我们更好的理解相关理论概念。

基于OpenCV的的图像旋转匹配算法模板（C++实现）

01-02

基于OpenCv实现了模板图像的旋转匹配，此代码基于matchTemplate函数封装实现可以得知旋转角度的模板匹配（vs2013+opencv2.4.9） 2.带旋转的模板匹配的原理及算法实现(c++) 带旋转的模板匹配算法，能够匹配带旋转...

模板匹配_opencv_C++_模板匹配_

10-01

在这个项目中，我们将探讨如何使用OpenCV的C++ API进行模板匹配。模板匹配的基本思想是计算目标图像的每一个子区域与模板图像之间的相似度。OpenCV使用不同的方法来衡量这种相似度，如SIFT、SURF或简单的像素级...

基于QT+Opencv模板匹配支持（缩放、旋转)

02-21

3. **模板匹配**：调用OpenCV的`matchTemplate()`函数，将模板图像与主图像进行比较，生成一个响应矩阵。矩阵中的每个元素表示对应位置的相似度。 4. **后处理**：通过应用阈值或其他方法，找出响应矩阵中的最大值...

opencv金字塔模板匹配算法

07-09

在本案例中，描述提及的代码是作者将金字塔技术与模板匹配结合，适用于OpenCV 2.48版本。首先，我们来理解一下**图像金字塔**。图像金字塔是由原图及其不同分辨率的下采样版本组成的，低层金字塔包含原始图像，而...

opencv图像相似度对比

06-17

opencv的关于两幅图像相似度对比的程序，具有很大的参考意义

OpenCV模板匹配matchTemplate的实现

12-31

作用有局限性，必须在指定的环境下，才能匹配成功，是受到很多因素的影响，所以有一定的适应性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的图案位于图像的什么地方，进而识别对象物，这就是一个匹配问题。它是图像处理中最基本、最常用的匹配方法。模板匹配具有自身的局限性，主要表现在它只能进行平行移动，若原图像中的匹配目标发生旋转或大小变化，该算法无效。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[/code] 工作原理：在待检测图像上，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。代码实现： import cv2 as

9. OpenCV进行图像相似度对比的几种办法 - zchang81的博客 - CSDN博客1

08-03

简介：https://en.wikipedia.org/wiki/Peak_signal-to-noise_ratioPSNR是最普遍和使用最为广泛的一种图像客

基于opencv的模板匹配

04-27

基于opencv的模板匹配的代码，代码中包含了丰富的注释，非常适合初学者

opencv模板匹配.rar

02-09

在本教程中，我们将深入探讨如何利用OpenCV的模板匹配功能实现多目标匹配，以及如何运用掩膜技术来提高匹配的效率和准确性。 **1. 模板匹配** 模板匹配是计算机视觉中的一个基本方法，用于在大图像中查找与已知模板...

快速学会使用OpenCV进行图片模板匹配

AI_dataloads的博客

10-15

1271

是OpenCV库中的一个函数，用于进行模板匹配。它可以在一个给定的图像（源图像）中搜索与一个指定模板图像最相似的区域。具体来说，这个函数会将模板图像滑动遍历源图像的每一个像素点，比较模板图像与源图像每一个小区域的相似度，返回一个灰度图像，每一个像素值表示源图像中对应位置与模板的匹配程度。这个函数在图像处理和计算机视觉任务中，如目标检测、图像识别等，有着广泛的应用。image：这是待搜索的图像，也被称为源图像。templ：这是搜索模板，需要和源图像具有相同的数据类型，尺寸不能大于源图像。

【OpenCV】第十五章: 模板匹配

因为热爱所以坚持

12-06

2942

一、单模板匹配二、多模板匹配

openCV与C＋＋的图像识别（三）——特征点匹配

vivien1997的博客

10-24

3821

#include "stdafx.h" #include "opencv2/core/core.hpp" #include "opencv2/features2d/features2d.hpp" #include "opencv2/highgui/highgui.hpp" #include "opencv2/nonfree/nonfree.hpp" #include "opencv2/legac...

c++ opencv 模板匹配

11-21

模板匹配是一种在图像中寻找给定图像模板的方法。OpenCV提供了cv::matchTemplate函数来实现模板匹配。该函数需要三个参数：输入图像、模板图像和输出结果。此外，还需要指定匹配方法，例如cv::TM_SQDIFF、cv::TM_SQDIFF_NORMED、cv::TM_CCORR、cv::TM_CCORR_NORMED、cv::TM_CCOEFF、cv::TM_CCOEFF_NORMED。其中，cv::TM_SQDIFF和cv::TM_SQDIFF_NORMED方法是最简单的匹配方法，而cv::TM_CCOEFF和cv::TM_CCOEFF_NORMED方法则是最复杂的匹配方法。以下是一个简单的C++ OpenCV模板匹配的例子： ```c++ #include <opencv2/opencv.hpp> #include <iostream> using namespace cv; using namespace std; int main() { Mat img = imread("image.jpg", IMREAD_COLOR); Mat templ = imread("template.jpg", IMREAD_COLOR); Mat result; matchTemplate(img, templ, result, TM_CCOEFF_NORMED); double minVal, maxVal; Point minLoc, maxLoc; minMaxLoc(result, &minVal, &maxVal, &minLoc, &maxLoc); Point matchLoc = maxLoc; rectangle(img, matchLoc, Point(matchLoc.x + templ.cols, matchLoc.y + templ.rows), Scalar::all(0),2, 8, 0); imshow("img", img); waitKey(0); return 0; } ```

“相关推荐”对你有帮助么？

非常没帮助
没帮助
一般
有帮助
非常有帮助

提交