C++ OpenCV模版匹配

模版匹配

模板匹配(TemplateMatching)就是在一幅图像中寻找和模板图像(template)最相似的区域,该方法原理简单计算速度快,能够应用于目标识别,目标跟踪等多个领域。

  • 模版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
  • 模版匹配必须要有一个模版图像T(给定的子图像),还需要一个待检测的图像S(源图像)
  • 在待检测的图像上,从左到右,从上到下计算模版图像与重叠子图像的匹配度,匹配度越大,两者相同的可能性就越大

相关API matchTemplate

MatchTemplate( InputArrray image, InputArray templ,

OutputArray result,int method );

Image //源图像

Templ //模板图像

Result //输出结果 必须是单通道32位浮点数,假设源图像WxH,模版图像

wxh,到结果必须为W-w+1,H-h+1的大小

Method //计算匹配程度的方法


关于匹配方法,使用不同的方法产生的结果的意义可能不太一样,有些返回的值越大表示匹配程度越好,而有些方法返回的值越小表示匹配程度越好

关于参数 method:

  • CV_TM_SQDIFF平方差匹配法:该方法采用平方差来进行匹配;最好的匹配值为0;匹配越差,匹配值越大。
  • CV_TM_CCORR相关匹配法:该方法采用乘法操作;数值越大表明匹配程度越好。
  • CV_TM_CCOEFF相关系数匹配法:1表示完美的匹配;-1表示最差的匹配。
  • CV_TM_SQDIFF_NORMED归一化平方差匹配法
  • CV_TM_CCORR_NORMED归一化相关匹配法
  • CV_TM_CCOEFF_NORMED归一化相关系数匹配法

代码演示

新建一个项目opencv-0022,配置属性(VS2017配置OpenCV通用属性),然后在源文件写入#include和main方法

模版匹配

因为方法有六种,我们在图像上加了个TrackBar,再定义一个方法用于实现TrackBar的事件

然后是实现Match_Void的方法

运行后的效果

可以看到左边是我们的源图,中间的我们的要匹配的图,运行起来后直接就匹配到对应的图了

通过改变上面的算法类型,得到不同的效果


-END-

本文分享自微信公众号 - 微卡智享(VaccaeShare)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-05-17

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

扫码关注云+社区

领取腾讯云代金券

年度创作总结 领取年终奖励