参考文档：http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/histograms/template_matching/template_matching.html#id2

最近一直在做一个logo检测的项目，检测logo的有无，接触到模板匹配。模板匹配虽然精度不高，但选择恰当的方法，设置合适的阈值也能起到一定作用。有的时候我们还能用模板匹配来定位。下面对模板匹配进行一个总结。

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.

matchTemplate()参数详解

CV_EXPORTS_W void matchTemplate( InputArray image, InputArray templ,

OutputArray result, int method );

image：待匹配的源图像

templ：模板图像

result：保存结果的矩阵，我们可以通过minMaxLoc() 确定结果矩阵的最大值和最小值的位置.

minMaxLoc()函数：查找全局最小和最大稀疏数组元素并返回其值及其位置

void minMaxLoc(const SparseMat& a, double* minVal,double* maxVal, int* minIdx=0, int* maxIdx=0);

a: 匹配结果矩阵

&minVal 和 &maxVal: 在矩阵 result 中存储的最小值和最大值

&minLoc 和 &maxLoc: 在结果矩阵中最小值和最大值的坐标.

method ：模板匹配的算法

有以下六种：

enum { TM_SQDIFF=0, TM_SQDIFF_NORMED=1, TM_CCORR=2, TM_CCORR_NORMED=3, TM_CCOEFF=4, TM_CCOEFF_NORMED=5 };

TM_SQDIFF，TM_SQDIFF_NORMED匹配数值越低表示匹配效果越好，其它四种反之。

TM_SQDIFF_NORMED，TM_CCORR_NORMED，TM_CCOEFF_NORMED是标准化的匹配，得到的最大值，最小值范围在0~1之间，其它则需要自己对结果矩阵归一化。

不同的方法会得到差异很大的结果，可以通过测试选择最合适的方法。

归一化函数normalize()

normalize( result, result, , , NORM_MINMAX, -, Mat() );

模板匹配的大致用法如下：

void templateMatching(const Mat& srcImage,const Mat& templateImage)

{

Mat result;

int result_cols = srcImage.cols - templateImage.cols + ;

int result_rows = srcImage.rows - templateImage.rows + ;

if(result_cols < || result_rows < )

{

qDebug() << "Please input correct image!";

return;

}

result.create(result_cols, result_rows, CV_32FC1);

// enum { TM_SQDIFF=0, TM_SQDIFF_NORMED=1, TM_CCORR=2, TM_CCORR_NORMED=3, TM_CCOEFF=4, TM_CCOEFF_NORMED=5 };

matchTemplate(srcImage,templateImage,result,TM_CCOEFF_NORMED); //最好匹配为1,值越小匹配越差

double minVal = -;

double maxVal;

Point minLoc;

Point maxLoc;

Point matchLoc;

minMaxLoc(result, &minVal, &maxVal, &minLoc, &maxLoc, Mat());

//取大值(视匹配方法而定)

// matchLoc = minLoc;

matchLoc = maxLoc;

//取大值,值越小表示越匹配

QString str = "Similarity:" + QString::number((maxVal) * , 'f', ) + "%";

qDebug(str.toAscii().data());

Mat mask = srcImage.clone();

//绘制最匹配的区域

rectangle(mask, matchLoc, Point(matchLoc.x + templateImage.cols, matchLoc.y + templateImage.rows), Scalar(, , ), , , );

imshow("mask",mask);

}

分别采用两个不同颜色的模板图进行测试，得到如下两组结果图，以供参考。

测试结果1：

测试结果2：

Atitit opencv模板匹配attilax总结

Atitit opencv模板匹配attilax总结 找一幅图像的匹配的模板,可以在一段视频里寻找出我们感兴趣的东西,比如条形码的识别就可能需要这样类似的一个工作提取出条形码区域(当然这样的方法并不鲁 ...

opencv 模板匹配与滑动窗口(单匹配) &lpar;多匹配&rpar;

1单匹配: 测试图片:   code: #include #include #include

Scala进阶之路-Scala函数篇详解

Scala进阶之路-Scala函数篇详解 作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任. 一.传值调用和传名调用 /* @author :yinzhengjie Blog:http: ...

Atitit opencv 模板匹配

Atitit opencv 模板匹配 1.1. 图片1 1.2. Atitit opencv 模板匹配  6中匹配算法貌似效果区别不大1 1.3. 对模板缩放的影响 一般的缩放可以,太大了就歇菜了.. ...

MySQL UUID函数的详解&lpar;转&rpar;

MySQL UUID函数的详解 MySQL中可以有二类用于生成唯一值性质的工具:UUID()函数和自增序列,那么二者有何区别呢?我们就此对比下各自的特性及异同点: l  都可以实现生成唯一值的功能: ...

php正则表达式中preg&lowbar;match&lowbar;all函数的详解

php正则表达式中的函数我们之前为大家结果一个preg_match函数,相信大伙对此有所了解,那么php正则表达式中preg_match_all函数的具体使用是如何的呢?今天我们就带大家了解php正则 ...

关于Python正则表达式findall函数问题详解

关于Python正则表达式 findall函数问题详解 在写正则表达式的时候总会遇到不少的问题, 特别是在表达式有多个元组的时候.下面看下re模块下的findall()函数和多个表达式元组相遇的时候会 ...

高性能JavaScript模板引擎实现原理详解

这篇文章主要介绍了JavaScript模板引擎实现原理详解,本文着重讲解artTemplate模板的实现原理,它采用预编译方式让性能有了质的飞跃,是其它知名模板引擎的25.32 倍,需要的朋友可以参考 ...

自写函数VB6 STUFF函数　和　VB&period;net 2010 STUFF函数　详解

'*************************************************************************'**模 块 名:自写函数VB6 STUFF函数 和 ...

随机推荐

POJ2513——Colored Sticks&lpar;Trie树&plus;欧拉回路&plus;并查集&rpar;

Colored Sticks DescriptionYou are given a bunch of wooden sticks. Each endpoint of each stick is col ...

Python Socket，How to Create Socket Server&quest; - 网络编程实例

文章出自:Python socket – network programming tutorial by Silver Moon 原创译文,如有版权问题请联系删除. Network programin ...

localStorge它storage事件

随着h5患病率和mobile发展.localStorage它不再是一个陌生的词汇.我相信大多数童鞋进行了联系,并用它.但storage事件相信有很多童鞋不清晰甚至没有接触.今天我们主要谈storage ...

backbone中get和fetch的区别

我也是刚开始接触backbone.js对于里面的很多东西都看过,但是具体在使用起来还是有很多问题,其中一个就是get和fetch的区别,这个让我很纠结,都是获取模型的数据,干嘛要有两个呢?最近好像弄明 ...

MiseringThread&period;java 解析页面线程

MiseringThread.java 解析页面线程 http://injavawetrust.iteye.com package com.iteye.injavawetrust.miner; imp ...

Python编程基础&lbrack;函数和面向对象&rsqb;(三)

Python 函数 函数是组织好的,可重复使用的,用来实现单一,或相关联功能的代码段. 函数能提高应用的模块性,和代码的重复利用率.你已经知道Python提供了许多内建函数,比如print().但你也 ...

05&colon; jQuery

目录: jQuery参考网站 W3school 1.1 JQuery作用 1.2 jQuery与DOM比较 与 相互转换 1.3 jQuery选择器 1.4 jQuery筛选与过滤 1.5 jQuer ...

删除排序数组中的重复数字 II &&num;183&semi; Remove Duplicates from Sorted Array II

重复一次 ［抄题］: 给定一个排序数组,在原数组中删除重复出现的数字,使得每个元素只出现一次,并且返回新的数组的长度. 不要使用额外的数组空间,必须在原地没有额外空间的条件下完成. ［思维问题］: ［ ...

shutil的一些基本用法

import shutil import time import tarfile # 将文件内容拷贝到另一个文件中 shutil.copyfileobj(open('a1', 'r'), open(' ...

网络文学带动的IP热

网络文学从最初被人诟病不入流到现今直接带动整个网络文学产业链发展以及IP热,其发展历程如何?现今布局如何?以下做简单概括. 下图为艾瑞PC指数文学网站排名,由图可看出晋江原创网排名首位. 晋江隶属盛大 ...