opencv笔记二十八（模板匹配(matchTemplate，较为低级必须是原图扣出来的一部分，且长宽都不能变才行，原理类似于卷积)）

直观原理来自：

https://docs.opencv.org/2.4/doc/tutorials/imgproc/histograms/template_matching/template_matching.html

 

它是怎么实现的?

• 我们需要2幅图像:

  1. 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
  2. 模板 (T): 将和原图像比照的图像块

  我们的目标是检测最匹配的区域:

  

• 为了确定匹配区域, 我们不得不滑动模板图像和原图像进行 比较 :

  

• 通过 滑动, 我们的意思是图像块一次移动一个像素 (从左往右,从上往下). 在每一个位置, 都进行一次度量计算来表明它是 “好” 或 “坏” 地与那个位置匹配 (或者说块图像和原图像的特定区域有多么相似).

• 对于 T 覆盖在 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  都包含匹配度量值:

  

  上图就是 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, 红色椭圆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) .

 

具体措施：

 

六种常见模板匹配：

其中TM_CCORR最不准

T为模板，I为图像，x'，y'为模板的长宽。

1，计算平方不同：

2，计算相关性：

3，计算相关系数：

4，计算归一化平方不同

5，计算归一化相关性

6，计算归一化相关系数

汇总表：

 

API：

matchTemplate( 

InputArray image,// 源图像，必须是8-bit或者32-bit浮点数图像 

InputArray templ,// 模板图像，类型与输入图像一致 

OutputArray result,// 输出结果，必须是单通道32位浮点数，

                              //假设源图像WxH,模板图像wxh, 则结果必须为W-w+1, H-h+1的大小（每个窗口对比完之后，结果只有一                                         个数）。 

int method,//使用的匹配方法 InputArray mask=noArray()//(optional) )

 

 

minMaxLoc （ //寻找矩阵(一维数组当作向量,用Mat定义) 中最小值和最大值的位置

InputArray src, //输入图像

double* minVal, //最小值，可以为0表示不要

double* maxVal=0, //最大值，可以为0表示不要

Point* minLoc=0, //最小值坐标

Point* maxLoc=0, //最大值坐标

const Mat& mask=Mat() //掩膜

）;

 

 

代码如下：

1. #include

2. #include

3. #include

4. using namespace cv;

5. using namespace std;

6. Mat t1, t2, result,t11;

7. int n = 0, m = 5;

8. char *c1 = "OLD", *c2 = "template", *c3 = "result";

9. void MO(int, void*);

10. int main(int agrc, char* agrv) {

11. t1 = imread("test.png");

12. t2 = imread("testamo.png");

13. if (!t1.data || !t2.data) {

14. cout