opencv：：模板匹配（TemplateMatch）

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 = 5;

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 -1; }

imshow(\"INPUT_T\", src);

createTrackbar(\"Match Algo Type:\", \"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);

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;

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(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);}