opencv::模板匹配(Template Match)

 

模板匹配介紹
    模板匹配就是在整個圖像區域發現與給定子圖像匹配的小塊區域。
    所以模板匹配首先需要一個模板圖像T（給定的子圖像）
    另外需要一個待檢測的圖像-源圖像S
    工作方法，在帶檢測圖像上，從左到右，從上向下計算模板圖像與重疊子圖像的匹配度，匹配程度越大，兩者相同的可能性越大。

 

 

 

 

OpenCV中提供了六種常見的匹配算法如下：

1、計算平方不同

 

2、計算相關性

 

3、計算相關系數

 

模板匹配介紹 – 匹配算法介紹

1、計算歸一化平方不同

 

 

2、計算歸一化相關性

 

 

3、計算歸一化相關系數

 

 

 

matchTemplate(
    InputArray image,    // 源圖像，必須是8-bit或者32-bit浮點數圖像
    InputArray templ,    // 模板圖像，類型與輸入圖像一致
    OutputArray result,  // 輸出結果，必須是單通道32位浮點數，假設源圖像WxH,模板圖像wxh, 則結果必須為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);
}