函数

在opencv中有模板匹配的方法， Imgproc.matchTemplate(src, template, result, Imgproc.TM_CCOEFF);

这个方法输入的参数分别是:

src 标识输入的原图

template标识模板图片

result 匹配的结果

Imgproc.TM_CCOEFF 标识匹配的方法

例子：

String filename = "D:\\svnp\\MyYan\\res\\drawable\\lena.png";Mat src = Imgcodecs.imread(filename);Mat dst = new Mat();Mat dst1 = new Mat();Mat dst2 = new Mat();Rect rect=new Rect(new Point(200,200),new Point(300,300));Mat template=new Mat(src, rect);Imgcodecs.imwrite("D:\\svnp\\MyYan\\res\\drawable\\lena2.png", template);Mat result=new Mat();int method=Imgproc.TM_CCOEFF;Imgproc.matchTemplate(src, template, result, Imgproc.TM_CCOEFF);Core.MinMaxLocResult result_m = Core.minMaxLoc(result);//取最大值和最小值Point maxloc = result_m.maxLoc;Point minloc = result_m.minLoc;//获取坐标Point p1 ;//如果是平方不同或者归一化平方不同,那么就取最小值p1 = (method == Imgproc.TM_SQDIFF || method == Imgproc.TM_SQDIFF_NORMED) ? minloc : maxloc;Point p2 = new Point(p1.x+template.cols(),p1.y+template.rows());//绘制Imgproc.rectangle(src,p1,p2,new Scalar(0,0,255));  HighGui.imshow("原图",src);HighGui.imshow("模板",template);HighGui.waitKey(10);

分析

上面我们通过一个简单的例子来演示了 matchTemplate

里面的method 可以选的项目有这些：

    // C++: enum TemplateMatchModespublic static final intTM_SQDIFF = 0,TM_SQDIFF_NORMED = 1,TM_CCORR = 2,TM_CCORR_NORMED = 3,TM_CCOEFF = 4,TM_CCOEFF_NORMED = 5;

TM_SQDIFF = 0： 平方不同
TM_SQDIFF_NORMED = 1：归一化平方不同
TM_CCORR = 2：相关性
TM_CCORR_NORMED = 3：归一化相关性
TM_CCOEFF = 4：相关因子
TM_CCOEFF_NORMED = 5：归一化相关因子

上面我们用的是相关因子，我们用相关因子归一

两种方法之间看不出来什么区别

不管那么多了，只要记住这个函数是模板匹配就行了

如果原图灰度化了能匹配吗：

如果原图进行了灰度化，那么模板也要进行灰度化，否则会出现下面的问题

Exception in thread "main" CvException [org.opencv.core.CvException: cv::Exception: OpenCV(4.4.0) D:\opencv\opencv-4.4.0\modules\imgproc\src\templmatch.cpp:1163: error: (-215:Assertion failed) (depth == CV_8U || depth == CV_32F) && type == _templ.type() && _img.dims() <= 2 in function 'cv::matchTemplate'
]at org.opencv.imgproc.Imgproc.matchTemplate_1(Native Method)at org.opencv.imgproc.Imgproc.matchTemplate(Imgproc.java:7523)at org.opencv.test.MatTestWdg.main(MatTestWdg.java:54)

角点检测

效果:

代码：

     String filename = "D:\\svnp\\MyYan\\res\\drawable\\lena.png";Mat src = Imgcodecs.imread(filename);Mat dst = new Mat();Mat dst1 = new Mat();Mat dst2 = new Mat();Mat gray=new Mat();Imgproc.cvtColor(src, gray, Imgproc.COLOR_BGR2GRAY);Imgproc.threshold(gray, dst2,160 ,255,Imgproc.THRESH_TRIANGLE);Imgproc.cornerHarris(dst2, dst, 2, 3, 0.04);System.out.println(dst.cols()+"***********"+dst.rows());//绘制角点float[] floats = new float[dst.cols()];for (int i = 0; i < dst.rows() ; i++) {dst.get(i,0,floats);for (int j = 0; j < floats.length; j++) {if (floats[j] > 0.01){//越接近于角点数值越大System.out.println(floats[j] );Imgproc.circle(src,new Point(j,i),5,new Scalar(255,0,255));}}}HighGui.imshow("原图",src);HighGui.imshow("灰度化",gray);HighGui.imshow("阀值化",dst2);HighGui.waitKey(0);

Imgproc.cornerHarris(src, dst2, blockSize, ksize, k);

src 输入图像

dst2 检测结果不可以显示

blockSize：根据特征向量计算矩阵M的大小，常见取值为2

ksize：Sobel算子梯度计算一般取值3

k：系数大小，取值范围为0.02-0.04

图片上绘制文字

中文文字目前java的没找到相关的接口，如果各位大佬实现了中文字符的putText希望能评论一下

Imgproc.putText(src, "helloWorld", new Point(src.rows()/3,src.cols()/3),Imgproc.FONT_HERSHEY_SIMPLEX, 2, new Scalar(0.9));

Imgproc.putText(img, text, org, fontFace, fontScale, color);

img 标识图片

text 标识输入的文本

org 文本写入点的位置

fontface 字体类型

fontScale字体大小

color 字体的颜色

上面是对Opencv java的一个简单的应用，写到这个地方感觉感触很多，学习opencv，我们像是在学习一个工具，这个工具可以帮助我们做一些图像处理，无论我们在这个工具上做出什么样的花样，但是工具的本质并没有变化，而且我们的性质也没有变化，我们程序员不是创造者，而是一个工具使用者，我总是想摆脱这样的困境，但是发现自己的脑力不够用，我总希望自己能够做出点不同的的东西，但是发现自己不过是一个工具的使用者，但是真正的创造者在工具的后面，他们给出什么样子的功能我们才可以使用什么样子的功能，我们改如何改变这样的困局，是否真的是我们需要把基础打好，慢慢的提高自己的地基，就像是金字塔，我们什么时候能走到顶峰，下面是一片海洋。。。。

希望对你有所帮助，希望不做工具人

Opencv java模板匹配-角点检测（11）相关推荐

Opencv(六)模板匹配、轮廓检测、轮廓周围绘制矩形框和圆形框
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 ...
cv2.cornerHarris()详解　python+OpenCV 中的 Harris 角点检测
原文作者:aircraft 原文地址:https://www.cnblogs.com/DOMLX/p/8763369.html 参考文献----------OpenCV-Python-Toturial ...
OpenCV—python 模板匹配与图像特征匹配
文章目录一.理论介绍与算法二.算法代码单目标匹配多目标匹配三多尺度模板匹配一.理论介绍与算法模板匹配是在一幅图像中寻找一个特定目标的方法之一,这种方法的原理非常简单,遍历图像中的每一个 ...
OpenCV：模板匹配
小程序「跳一跳」的自动化. 主要涉及到了OpenCV的模板匹配和边缘检测技术,以及Android开发调试工具ADB. 如果放在一起说,感觉内容有些多. 所以,分三期来讲,也能多了解一些东西. 首先介绍 ...
Python+OpenCV：图像快速角点检测算法(FAST Algorithm for Corner Detection)
Python+OpenCV:图像快速角点检测算法(FAST Algorithm for Corner Detection) 理论 Feature Detection using FAST Select ...
Python+OpenCV：图像Harris角点检测(Harris Corner Detection)
Python+OpenCV:图像Harris角点检测(Harris Corner Detection) 理论 corners are regions in the image with large v ...
Python+OpenCV：模板匹配(Template Matching)
Python+OpenCV:模板匹配(Template Matching) Template Matching with Single Objects ######################## ...
【OpenCV 例程 300篇】240. OpenCV 中的 Shi-Tomas 角点检测
『youcans 的 OpenCV 例程300篇 - 总目录』 [youcans 的 OpenCV 例程 300篇]240. OpenCV 中的 Shi-Tomas 角点检测角是直线方向的快速变化. ...
高斯肤色概率模型matlab,基于肤色模型与模板匹配的人脸检测研究
摘要:本文提出了一种基于肤色模型与模板匹配的人脸检测方法.基于YCbCr色彩空间的高斯概率模型,对肤色进行相似度计算和二值化分割,采用形态学对二值化后的图像去噪处理,随后又利用人脸先验知识进一步排除非 ...

Opencv java模板匹配-角点检测（11）

函数

例子：

分析

如果原图灰度化了能匹配吗：

角点检测

图片上绘制文字

Opencv java模板匹配-角点检测（11）相关推荐

最新文章

热门文章