OpenCV-模板匹配cv::matchTemplate

作者:翟天保Steven
版权声明:著作权归作者所有,商业转载请联系作者获得授权,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

  1. InputArray类型的image,输入图像。
  2. InputArray类型的templ,待匹配图像。
  3. OutputArray类型的result,输出匹配结果。
  4. int类型的method,匹配方法,具体介绍见下方。
  5. 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。

R(x, y)=\\sum(I(x+m, y+n)-T(m, n))^{2}

       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。

R(x, y)=\\frac{\\sum(I(x+m, y+n)-T(m, n))^{2}}{\\sqrt{\\sum T(m, n)^{2} \\sum I(x+m, y+n)^{2}}}

       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。

R(x, y)=\\sum(I(x+m, y+n) \\cdot T(m, n))

       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。

R(x, y)=\\frac{\\sum(I(x+m, y+n) \\cdot T(m, n))}{\\sqrt{\\sum T(m, n)^{2} \\sum I(x+m, y+n)^{2}}}

       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。

R(x, y)=\\sum((I(x+m, y+n)-\\bar{I}) \\cdot(T(m, n)-\\bar{T}))

       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。

R(x, y)=\\frac{\\sum((I(x+m, y+n)-\\bar{I}) \\cdot(T(m, n)-\\bar{T}))}{\\sqrt{\\sum(T(m, n)-T)^{2} \\sum(I(x+m, y+n)-I)^{2}}}

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

       如果文章帮助到你了,可以点个赞让我知道,我会很快乐~加油!

© 版权声明
THE END
喜欢就支持一下吧
点赞193 分享
评论 抢沙发
头像
欢迎您留下宝贵的见解!
提交
头像

昵称

取消
昵称表情代码图片

    暂无评论内容