模板匹配是一項在一幅圖像中尋找與另一幅模板圖像最匹配(相似)部分的技術(shù)。
函數(shù)：imgproc.matchtemplate(mat image, mat templ, mat result, int method)
參數(shù)說明：
image：源圖像
templ：模板圖像
result：比較結(jié)果
method：匹配算法
匹配算法：
tm_sqdiff 平方差匹配法：該方法采用平方差來進行匹配；最好的匹配值為0；匹配越差，匹配值越大。
tm_ccorr 相關(guān)匹配法：該方法采用乘法操作；數(shù)值越大表明匹配程度越好。
tm_ccoeff 相關(guān)系數(shù)匹配法：1表示完美的匹配；-1表示最差的匹配。
tm_sqdiff_normed 歸一化平方差匹配法。
tm_ccorr_normed 歸一化相關(guān)匹配法。
tm_ccoeff_normed 歸一化相關(guān)系數(shù)匹配法。
示例代碼：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
|
public static void main(string[] args) { // todo auto-generated method stub system.loadlibrary(core.native_library_name); mat g_tem = imgcodecs.imread("f:\\mould.jpg"); mat g_src = imgcodecs.imread("f:\\source.jpg"); int result_rows = g_src.rows() - g_tem.rows() + 1; int result_cols = g_src.cols() - g_tem.cols() + 1; mat g_result = new mat(result_rows, result_cols, cvtype.cv_32fc1); imgproc.matchtemplate(g_src, g_tem, g_result, imgproc.tm_ccorr_normed); // 歸一化平方差匹配法 // imgproc.matchtemplate(g_src, g_tem, g_result, // imgproc.tm_ccoeff_normed); // 歸一化相關(guān)系數(shù)匹配法 // imgproc.matchtemplate(g_src, g_tem, g_result, imgproc.tm_ccoeff); // // // 相關(guān)系數(shù)匹配法：1表示完美的匹配；-1表示最差的匹配。 // imgproc.matchtemplate(g_src, g_tem, g_result, imgproc.tm_ccorr); // // 相關(guān)匹配法 // imgproc.matchtemplate(g_src, g_tem, g_result,imgproc.tm_sqdiff); // // 平方差匹配法：該方法采用平方差來進行匹配；最好的匹配值為0；匹配越差，匹配值越大。 // imgproc.matchtemplate(g_src, g_tem,g_result,imgproc.tm_ccorr_normed); // // 歸一化相關(guān)匹配法 core.normalize(g_result, g_result, 0, 1, core.norm_minmax, -1, new mat()); point matchlocation = new point(); minmaxlocresult mmlr = core.minmaxloc(g_result); matchlocation = mmlr.maxloc; // 此處使用maxloc還是minloc取決于使用的匹配算法 imgproc.rectangle(g_src, matchlocation, new point(matchlocation.x + g_tem.cols(), matchlocation.y + g_tem.rows()), new scalar(0, 0, 0, 0)); imgcodecs.imwrite("f:\\match.jpg", g_src); } |
源圖像：
模板圖像：
匹配結(jié)果：
以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持服務(wù)器之家。
原文鏈接：http://blog.csdn.net/m1109048058/article/details/78583309
