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。
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。
OpenCV中提供了六种常见的匹配算法如下:
1、计算平方不同
2、计算相关性
3、计算相关系数
模板匹配介绍 – 匹配算法介绍
1、计算归一化平方不同
2、计算归一化相关性
3、计算归一化相关系数
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)
)
Mat src, temp, dst;
int match_method = TM_SQDIFF;
int max_track = ;void Match_Demo(int, void*);
int main(int argc, char** argv) { src = imread(STRPAHT2);
temp = imread(STRPAHT3); if (src.empty() || temp.empty()) {
printf("could not load image...\n");
return -;
} imshow("INPUT_T", src);
createTrackbar("Match Algo Type:", "OUTPUT_T", &match_method, max_track, Match_Demo);
Match_Demo(, ); waitKey();
return ;
}void Match_Demo(int, void*) {
int width = src.cols - temp.cols + ;
int height = src.rows - temp.rows + ;
Mat result(width, height, CV_32FC1); matchTemplate(src, temp, result, match_method, Mat());
normalize(result, result, , , NORM_MINMAX, -, Mat()); Point minLoc;
Point maxLoc;
double min, max;
src.copyTo(dst);
Point temLoc;
minMaxLoc(result, &min, &max, &minLoc, &maxLoc, Mat());
if (match_method == TM_SQDIFF || match_method == TM_SQDIFF_NORMED) {
temLoc = minLoc;
}
else {
temLoc = maxLoc;
} rectangle(dst, Rect(temLoc.x, temLoc.y, temp.cols, temp.rows), Scalar(, , ), , );
rectangle(result, Rect(temLoc.x, temLoc.y, temp.cols, temp.rows), Scalar(, , ), , ); imshow("OUTPUT_T", result);
imshow("match_t", dst);
}