Opencv学习之模板匹配
来源:互联网 发布:网络推广水军 编辑:程序博客网 时间:2024/05/22 12:41
Opencv学习之模板匹配
模板匹配是一项在一幅图像中寻找与另一幅模板图像最匹配(相似)部分的技术,模板匹配不是基于直方图的,而是通过在输入图像上滑动图像块,对实际的图像块和输入图像进行匹配的一种匹配方法。
实现模板匹配–matchTemplate函数
用于匹配出和模板重叠的图像区域
void matchTemplate(inputArray image,inputArray templ,outputArray result,int method)
*第一个参数,待搜索的图像,且需为8位或32位浮点型图像。
*第二个参数,搜索模板,需和源图像有一样的数据类型,且尺寸不能大于源图像。
*第三个参数,比较结果的映射图像,其必须为单通道、32位浮点型图像,如果图像尺寸是WxH,而templ的尺寸是wxh,则此参数result一定是(W-w+1)x(H-h+1)
*第四个参数,指定的匹配方法,
(1)平方差匹配法 method=TM_SQDIFF
(2)归一化平方差匹配法 method=TM_SQDIFF_NORMED
(3)相关匹配法 method=TM_CCORR
(4)归一化相关匹配法 method=TM_CCORR_NORMED
(5)系数匹配法 method=TM_CCOEFF
(6)化相关系数匹配法 method=TM_CCOEFF_NORMED
#include<opencv2/highgui/highgui.hpp>#include<opencv2/imgproc/imgproc.hpp>using namespace cv;//宏定义部分#define WINDOW_NAME1 "image[origin]"#define WINDOW_NAME2 "image[renderings]"//全局变量声明Mat g_srcImage,g_templateImage,g_dstImage;int g_nMatchMethod;int g_nMaxTrackbarNum=5;//全局函数声明void on_Matching(int,void *);//主函数int main(){ //载入源图像和模块板 g_srcImage=imread("/Users/new/Desktop/3.jpg"); if(!g_srcImage.data){printf("读取源图像srcimage错误~!\n");return false;} g_templateImage=imread("/Users/new/Desktop/5.jpg"); if(!g_templateImage.data){printf("读取源图像templateimage错误~!\n");return false;} //创建窗口 namedWindow(WINDOW_NAME1,CV_WINDOW_AUTOSIZE); namedWindow(WINDOW_NAME2,CV_WINDOW_AUTOSIZE); //创建滑动条并进行一次初始化 createTrackbar("method: ", WINDOW_NAME1, &g_nMatchMethod, g_nMaxTrackbarNum,on_Matching); on_Matching(0, 0); waitKey(0); return 0;}//回调函数定义void on_Matching(int,void *){ //给局部变量初始化 Mat srcImage; g_srcImage.copyTo(srcImage); //初始化用于结果输出的矩阵 int dstImage_rows=g_srcImage.rows-g_templateImage.rows+1; int dstImage_cols=g_srcImage.cols-g_templateImage.cols+1; g_dstImage.create(dstImage_rows,dstImage_cols, CV_32FC1); //进行匹配和归一化 matchTemplate(g_srcImage, g_templateImage,g_dstImage, g_nMatchMethod); normalize(g_dstImage,g_dstImage,0,1,NORM_MINMAX,-1,Mat()); //通过函数minMaxLoc定位最匹配的位置 double minVal,maxVal; Point minLoc,maxLoc,matchLoc; minMaxLoc(g_dstImage, &minVal,&maxVal,&minLoc,&maxLoc,Mat()); //对于平方差匹配方法和归一化平方差匹配方法,越小的值有更高的匹配结果,而其余的方法相反。 if(g_nMatchMethod==TM_SQDIFF||g_nMatchMethod==TM_SQDIFF_NORMED) { matchLoc=minLoc; } else { matchLoc=maxLoc; } //绘制矩形,并显示最终结果 rectangle(srcImage, matchLoc, Point(matchLoc.x+g_templateImage.cols,matchLoc.y+g_templateImage.rows), Scalar(0,0,255),2,8,0); rectangle(g_dstImage, matchLoc, Point(matchLoc.x+g_templateImage.cols,matchLoc.y+g_templateImage.rows), Scalar(0,0,255),2,8,0); imshow(WINDOW_NAME1, srcImage); imshow(WINDOW_NAME2, g_dstImage);}
Opencv技巧
(1)模板匹配的方法适用于模板很小,而原图像很大的情况下,不然得到的图像会很小,而且只是原图像左上的一部分,如果要检测的物体在右下角,可能在目标图中框不完全要检测的物体。
阅读全文
0 0
- opencv学习之模板匹配
- Opencv学习之模板匹配
- OpenCV学习2 模板匹配
- opencv笔记之模板匹配
- opencv学习(三十八)之图像模板匹配matchTemplate()
- OpenCV学习——模板匹配
- opencv学习-imgprocess-模板匹配matchTemplate
- OpenCV学习笔记[4]模板匹配
- opencv学习: 模板匹配函数matchTemplate
- opencv学习:模板匹配源码解读
- Python+OpenCV学习(7)---模板匹配
- OpenCV 学习笔记(模板匹配)
- OpenCV学习笔记(十七)模板匹配
- opencv学习笔记(三十二)模板匹配
- opencv for python 之 模板匹配
- OpenCV实现之模板匹配(Template Matching)
- opencv 模板匹配matchTemplate研究之二
- matlab/opencv图像处理之模板匹配
- 微服务架构项目连接服务超时解决方案
- OpenCV颜色空间——Luv颜色空间
- 编码规范(函数、过程篇)
- PAT甲级 1013
- LUA在单片机中移植
- Opencv学习之模板匹配
- iOS__上传应用到AppStore出现Authenticating with the iTunes store
- select、poll、epoll之间的区别总结
- 2017-06-25 myeclipse 快捷键
- IO(一)
- RecyclerView嵌套不允许打断嵌套RecycleView的事件
- Android Tools中找不到draw9patch.bat?
- 文章标题
- Z-stack从2.5.1a到mesh 1.0.0变化