模板匹配介绍

我们需要2幅图像：

原图像 (I): 在这幅图像里,我们希望找到一块和模板匹配的区域
模板 (T): 将和原图像比照的图像块
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，从上向下计算模板图像与重叠子图像的匹配度，匹配程度越大，两者相同的可能性越大。

模板匹配原理

我们的目标是检测最匹配模板的原图像的区域:
为了确定匹配模板区域, 我们不得不滑动模板图像和原图像进行比较 :
对于模板（T）覆盖在原图像（I）上的每个位置,你把度量值保存到结果图像矩阵 ( R ) 中. 在 R 中的每个位置 (x,y) 都包含匹配度量值:
上图（右）就是 TM_CCORR_NORMED 方法处理后的结果图像 R . 最白的位置代表最高的匹配. 正如您所见, 黑色框住的位置很可能是结果图像矩阵中的最大数值, 所以这个区域 (以这个点为顶点,长宽和模板图像一样大小的矩阵) 被认为是匹配的.
实际上, 我们使用函数 minMaxLoc 来定位在矩阵 R 中的最大值点 (或者最小值, 根据函数输入的匹配参数) .

void minMaxLoc(InputArray src, double* minVal, double* maxVal=0, Point* minLoc=0, Point* maxLoc=0, InputArray mask=noArray())
src：输入图像。
minVal：在矩阵 src中存储的最小值，可输入NULL表示不需要。
maxVal ：在矩阵 src中存储的最大值，可输入NULL表示不需要。
minLoc：在结果矩阵中最小值的坐标，可输入NULL表示不需要，Point类型。
maxLoc：在结果矩阵中最大值的坐标，可输入NULL表示不需要，Point类型。
mask：可选的掩模

模板匹配介绍 – 匹配算法介绍

OpenCV中提供了六种常见的匹配算法如下：

计算平方不同：计算出来的值越小，越相关 TM_SQDIFF = 0
计算相关性：计算出来的值越大，越相关 TM_CCORR = 2
计算相关系数：计算出来的值越大，越相关 TM_CCOEFF = 4
计算归一化平方不同：计算出来的值越接近0，越相关 TM_SQDIFF_NORMED = 1
计算归一化相关性：计算出来的值越接近1，越相关 TM_CCORR_NORMED = 3
计算归一化相关系数：计算出来的值越接近1，越相关 TM_CCOEFF_NORMED = 5

程序代码

#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;// 定义一些全局变量, 例如原图像(img), 模板图像(templ) 和结果图像(result) ,
// 还有匹配方法以及窗口名称:
Mat img, templ, result;
char* image_window = "Source Image";
char* result_window = "Result window";int match_method = TM_SQDIFF;
int max_Trackbar = 5;void MatchingMethod( int, void* );int main( int argc, char** argv )
{// 1. 载入原图像和模板块img = imread("E:/Experiment/OpenCV/Pictures/TargetSearch.jpg");templ = imread("E:/Experiment/OpenCV/Pictures/Target.jpg");imshow("模板图像",templ);// 创建窗口namedWindow( image_window, CV_WINDOW_AUTOSIZE );namedWindow( result_window, CV_WINDOW_AUTOSIZE );// 2. 创建滑动条并输入将被使用的匹配方法. 一旦滑动条发生改变,回调函数 MatchingMethod 就会被调用.char* trackbar_label = "模板匹配方式";createTrackbar( trackbar_label, image_window, &match_method, max_Trackbar, MatchingMethod );MatchingMethod( 0, 0 );waitKey(0);return 0;
}void MatchingMethod( int, void* )
{// 将被显示的原图像Mat img_display;img.copyTo( img_display );// 创建输出结果的矩阵int result_cols =  img.cols - templ.cols + 1;int result_rows = img.rows - templ.rows + 1;// 创建了一幅用来存放匹配结果的输出图像矩阵. 仔细看看输出矩阵的大小(它包含了所有可能的匹配位置)result.create( result_cols, result_rows, CV_32FC1 );// 执行模板匹配操作,并对结果进行归一化:matchTemplate( img, templ, result, match_method );normalize( result, result, 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;Point matchLoc;//通过使用函数 minMaxLoc ,我们确定结果矩阵 R 的最大值和最小值的位置.minMaxLoc( result, &minVal, &maxVal, &minLoc, &maxLoc, Mat() );//寻找result中最大值，最小值，及它们所在的位置// 对于方法 SQDIFF 和 SQDIFF_NORMED, 越小的数值代表更高的匹配结果. 而对于其他方法, 数值越大匹配越好if( match_method  == CV_TM_SQDIFF || match_method == CV_TM_SQDIFF_NORMED ){ matchLoc = minLoc; }else{ matchLoc = maxLoc; }// 绘制矩形rectangle( img_display, matchLoc, Point( matchLoc.x + templ.cols , matchLoc.y + templ.rows ), Scalar::all(0), 2, 8, 0 );rectangle( result, matchLoc, Point( matchLoc.x + templ.cols , matchLoc.y + templ.rows ), Scalar::all(0), 2, 8, 0 );imshow( image_window, img_display );imshow( result_window, result );return;
}

运行结果

参考博客

https://blog.csdn.net/LYKymy/article/details/83210432 (我觉得他写的比我好，推荐阅读)

https://blog.csdn.net/huanghuangjin/article/details/81180568

OpenCV-图像处理（27、模板匹配(Template Match)）相关推荐

OpenCV中的图像处理 —— 傅里叶变换+模板匹配
OpenCV中的图像处理 -- 傅里叶变换+模板匹配现在也在逐渐深入啦,希望跟大家一起进步越来越强目录 OpenCV中的图像处理 -- 傅里叶变换+模板匹配 1. 傅里叶变换 1.1 Numpy实 ...
OpenCV模板匹配Template Matching
OpenCV模板匹配Template Matching 模板匹配Template Matching 目标理论什么是模板匹配? OpenCV提供哪些匹配方法? 代码解释结果模板匹配Templa ...
Python+OpenCV：模板匹配(Template Matching)
Python+OpenCV:模板匹配(Template Matching) Template Matching with Single Objects ######################## ...
OpenCV中使用模板匹配识别空闲的货架空间
但是点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达假设你是一名在超市工作的员工,被要求在商店里四处走动,检查需要 ...
OpenCV中的模板匹配
OpenCV中的模板匹配在该demo中选取了两张猴哥的照片,一张用来获得模板,另外一张用模板去匹配. 下图为选取模板的图像: 以下为选取的匹配模板: 根据该模板在下面的图中找到猴哥的脸: 该demo ...
OpenCV系列之模板匹配 | 三十一
目标在本章中,您将学习使用模板匹配在图像中查找对象你将看到以下功能:cv.matchTemplate(),cv.minMaxLoc() 理论模板匹配是一种用于在较大图像中搜索和查找模板图像位置 ...
基于opencv的图片模板匹配及其简单应用
opencv的图片模板匹配及其简单应用我的个人博客基础知识基于opencv的图片模板匹配注: python及其相关包的安装不在讨论范围内 opencv提供了图片模板匹配的方法, cv2.mat ...
OpenCV+python：模板匹配
1,模板匹配的概念及原理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. 我们需要2幅图像: 模板 (T): 将和原图像比照的图像块原图像 (I): 在这幅图像里,我们希望 ...
opencv 有无判断模板匹配_opencv模板匹配
模板匹配在图像处理中经常使用,该算法主要用于寻找图像中与模板图像相同的区域.此外,也用于图像定位,通过模板匹配找到指定的位置,然后进行后续的处理. 在进行模板匹配的时候,需要先制作模板,模板图像一般是 ...
opencv基础--图像模板匹配
参考:https://blog.csdn.net/ivanhawking/article/details/83182692(该链接附载链接有处理多目标,旋转,缩放等匹配的方法) 1.概述图像匹配是指 ...

OpenCV-图像处理（27、模板匹配(Template Match)）