作者:翟天保Steven
版权声明:版权归作者所有。如需商业转载,请联系作者授权。非商业转载请注明出处
函数原型
void matchTemplate( InputArray image, InputArray templ,OutputArray result, int method, InputArray mask = noArray());
参数说明
- InputArray类型的image,输入图像。
- InputArray类型的templ,待匹配图像。
- OutputArray类型的result,输出匹配结果。
- int类型的method,匹配方法,具体介绍见下方。
- InputArray类型的mask,掩膜。
匹配方法介绍
模板匹配函数中自带了6种匹配方法,其原理是以原图某点为起始点,选择模板同大小的区域进行计算,根据得到的结果选择最优的解,所以当你使用该函数时会发现,假如原图1000*1000,模板100*100,那结果图尺寸为900*900,各方法对应的公式和原理如下所示。
1.CV_TM_SQDIFF,平方差匹配法。得到的数值越小,说明越匹配。
2.CV_TM_SQDIFF_NORMED,归一化平方差匹配法。得到的数值越小,说明越匹配。
3.CV_TM_CCORR,相关匹配法。得到的数值越大,说明越匹配。该方法容易受背景干扰。
4.CV_TM_CCORR_NORMED,归一化相关匹配法。得到的数值越大,说明越匹配。该方法容易受背景干扰。
5.CV_TM_CCOEFF,相关系数法,也是零均值互相关法,将均值减去后,再计算相关性。得到的数值越大,说明越匹配。该方法应用性较优。
6.CV_TM_CCOEFF_NORMED,归一化相关系数法。得到的数值越大,说明越匹配。该方法应用性较优。
测试代码
#include <iostream>
#include <opencv2\opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
using namespace cv;
using namespace std;
int main()
{
cv::Mat src = imread("test1.jpg");
cv::Mat sample = imread("t.png");
// 匹配
cv::Mat result;
matchTemplate(src, sample, result, CV_TM_CCOEFF);
// 归一化
normalize(result, result, 0, 1, NORM_MINMAX, -1, Mat());
// 获取最小值
double minValue; double maxValue; Point minLocation; Point maxLocation;
Point matchLocation;
minMaxLoc(result, &minValue, &maxValue, &minLocation, &maxLocation, Mat());
matchLocation = maxLocation;
// 框选结果
cv::Mat draw = src.clone();
rectangle(draw, matchLocation, Point(matchLocation.x + sample.cols, matchLocation.y + sample.rows), Scalar(255, 0, 0), 2, 8, 0);
imshow("src", src);
imshow("sample", sample);
imshow("draw", draw);
waitKey(0);
return 0;
}
测试效果
图1 原图
图2 待检测目标
图3 检测结果
如果文章对你有帮助,可以给我点个赞告诉我,我会很开心的~加油!
文章出处登录后可见!
已经登录?立即刷新