目录
1、模板匹配介绍
2、cv::matchTemplate
3、模板匹配的方法(算法)
4、代码演示
1、模板匹配介绍
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。
它可以在一幅图像中寻找与给定模板最相似的部分。
模板匹配的步骤:
(1)首先需要一个模板图像T(给定的子图像);
(2)另外需要一个待检测的图像-源图像S;
(3)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。
需要注意的是:matchTemplate函数可以用于在图像中进行目标检测、模式识别等应用,但需要注意模板的大小和比例与输入图像的匹配程度,以及选择合适的匹配方法来获取准确的匹配结果
2、cv::matchTemplate
void cv::matchTemplate(
InputArray image,// 源图像,必须是8-bit或者32-bit浮点数图像
InputArray templ,// 模板图像,类型与输入图像一致
OutputArray result,// 输出结果,必须是单通道32位浮点数,假设源图像WxH,模板图像wxh, 则结果必须为W-w+1, H-h+1的大小。
int method,//使用的匹配方法
InputArray mask=noArray() //(optional) 可选的掩码图像,用于指定要处理的区域。
)
3、模板匹配的方法(算法)
enum TemplateMatchModes {
TM_SQDIFF = 0, // 计算平方不同
TM_SQDIFF_NORMED = 1, // 计算归一化平方不同
TM_CCORR = 2, // 计算相关性
TM_CCORR_NORMED = 3, // 计算归一化相关性
TM_CCOEFF = 4, // 计算相关系数
TM_CCOEFF_NORMED = 5 // 计算归一化相关系数
};
相关的公式表示:
4、代码演示
#include<opencv2\opencv.hpp>
#include<iostream>
#include <math.h>using namespace cv;
using namespace std;// 模板匹配
Mat src, temp, dst;
int match_method = TM_SQDIFF;
int max_track = 5;
const char* INPUT_T = "input image";
const char* OUTPUT_T = "result image";
const char* match_t = "template match-demo";
void Match_Demo(int, void*);
int main(int argc, char** argv)
{// 待检测图像src = imread("cat.png");// 模板图像temp = imread("ear.png");if (src.empty() || temp.empty()) {printf("could not load image...\n");return -1;}namedWindow(INPUT_T, CV_WINDOW_AUTOSIZE);namedWindow(OUTPUT_T, CV_WINDOW_NORMAL);namedWindow(match_t, CV_WINDOW_AUTOSIZE);imshow(INPUT_T, temp);const char* trackbar_title = "Match Algo Type:";createTrackbar(trackbar_title, OUTPUT_T, &match_method, max_track, Match_Demo);Match_Demo(0, 0);waitKey(0);return 0;
}void Match_Demo(int, void*)
{int width = src.cols - temp.cols + 1;int height = src.rows - temp.rows + 1;Mat result(width, height, CV_32FC1);//32位浮点数,单通道matchTemplate(src, temp, result, match_method, Mat());normalize(result, result, 0, 1, NORM_MINMAX, -1, Mat());Point minLoc;Point maxLoc;double min, max;src.copyTo(dst);Point temLoc;// 用于在给定矩阵中找到最小值、最大值及其对应的位置。minMaxLoc(result, &min, &max, &minLoc, &maxLoc, Mat());if (match_method == TM_SQDIFF || match_method == TM_SQDIFF_NORMED) temLoc = minLoc;elsetemLoc = maxLoc;// 绘制矩形rectangle(dst, Rect(temLoc.x, temLoc.y, temp.cols, temp.rows), Scalar(0, 0, 255), 2, 8);rectangle(result, Rect(temLoc.x, temLoc.y, temp.cols, temp.rows), Scalar(0, 0, 255), 2, 8);imshow(OUTPUT_T, result);imshow(match_t, dst);
}// 简易版例子
#if 0
int main()
{// 读取输入图像和模板图像cv::Mat image = cv::imread("cat.png", cv::IMREAD_COLOR);cv::Mat templ = cv::imread("ear.png", cv::IMREAD_COLOR);// 创建结果矩阵cv::Mat result;// 进行模板匹配cv::matchTemplate(image, templ, result, cv::TM_CCOEFF_NORMED);// 寻找最大匹配值和对应位置double minVal, maxVal;cv::Point minLoc, maxLoc;cv::minMaxLoc(result, &minVal, &maxVal, &minLoc, &maxLoc);// 绘制矩形框标记匹配位置cv::rectangle(image, maxLoc, cv::Point(maxLoc.x + templ.cols, maxLoc.y + templ.rows), cv::Scalar(0, 255, 0), 2);// 显示结果图像cv::imshow("Result", image);cv::waitKey(0);return 0;
}
#endif
效果展示:
注意:当选择2的时候,有可能找不到,原因在于我们选择的模板有关,有可能存在失真的效果。所以对于模板如何选择也很关键。