基于opencv的模板匹配

#include "opencv2/highgui/highgui.hpp" #include "opencv2/imgproc/imgproc.hpp" using namespace cv; int main() { Mat srcImage; //原图像 Mat templateImage;//模板图像 Mat resultImage; //输出结果 int MatchMethod=3; //匹配算法 /*加入五种不同算法的解释*/ /*载入原图像和模板图像*/ srcImage = imread("map.png", 1); templateImage = imread("img1.png", 1); /* Mat imread(const string& filename, int flags) filename为文件路径 flags为读入类型，-1为解码得到的图像，0为单通道读入图像，即灰白图像，1为三通道读入图像，即彩色图像 */ /*给局部变量初始化*/ Mat tempImage; srcImage.copyTo(tempImage); /*初始化用于结果输出的矩阵*/ int resultImage_rows = srcImage.rows - templateImage.rows + 1; int resultImage_cols = srcImage.cols - templateImage.cols + 1; resultImage.create(resultImage_rows, resultImage_cols, CV_32FC1); /*create（rows,cols,type）CV_32FC1为单通道图像，CV_32FC3为三通道图像*/ /*进行匹配和标准化*/ matchTemplate(srcImage, templateImage, resultImage, MatchMethod); /* void matchTemplate(InputArray image, InputArray temp, OutputArray result, int method) image: 输入原图像 temp: 输入模板图像 result: 输出的相关系数矩阵 method: 匹配方法 平方差匹配法CV_TM_SQDIFF 归一化平方差匹配法CV_TM_SQDIFF_NORMED 相关匹配法CV_TM_CCORR 归一化相关匹配法CV_TM_CCORR_NORMED 相关系数匹配法CV_TM_CCOEFF 归一化相关系数匹配法CV_TM_CCOEFF_NORMED */ normalize(resultImage, resultImage, 0, 1, NORM_MINMAX, -1, Mat()); /* void normalize(const InputArray src, OutputArray dst, double alpha, double beta, int normType, int rtype, InputArray mask) src为输入数组 dst为输出数组 alpha为规范下限 beta为规范上限 normtype为公式类型 rtype为负数时，输出数组的type与输入数组的type相同；否则，输出数组与输入数组只是通道数相同 mask为掩膜，选择感兴趣区域，选定后只能对该区域进行操作。Mat()代表整幅图像 */ /*通过函数 minMaxLoc 定位最匹配的位置*/ double minValue; double maxValue; Point minLocation; Point maxLocation; /*定义最大值、最小值和最大值位置、最小值位置*/ Point matchLocation; minMaxLoc(resultImage, &minValue, &maxValue, &minLocation, &maxLocation, Mat()); /* 寻找图像中最小值最大值及它们的位置 void minMaxLoc(InputArray src, double* minVal, double* maxVal=0, Point* minLoc=0, Point* maxLoc=0, InputArray mask=noArray()) src：输入图像。 minVal：最小值，可輸入NULL表示不需要。 maxVal ：最大值，可輸入NULL表示不需要。 minLoc：最小值的位置，可输入NULL表示不需要，Point类型。 maxLoc：最大值的位置，可输入NULL表示不需要，Point类型。 mask：可有可无的掩模。 */ /*对于方法 SQDIFF 和 SQDIFF_NORMED, 越小的数值有着更高的匹配结果. 而其余的方法, 数值越大匹配效果越好*/ if (MatchMethod == TM_SQDIFF || MatchMethod == TM_SQDIFF_NORMED) { matchLocation = minLocation; } else { matchLocation = maxLocation; } /*绘制出矩形，并显示最终结果*/ rectangle(tempImage, matchLocation, Point(matchLocation.x + templateImage.cols, matchLocation.y + templateImage.rows), Scalar(0, 0, 255), 2, 8, 0); /* void cvRectangle( CvArr* img, CvPoint pt1, CvPoint pt2, CvScalar color,int thickness=1, int line_type=8, int shift=0 ); img: 图像. pt1: 矩形的一个顶点。 pt2: 矩形对角线上的另一个顶点 color: 线条颜色 (RGB) 或亮度（灰度图像 ）(grayscale image）。 thickness: 组成矩形的线条的粗细程度。取负值时（如 CV_FILLED）函数绘制填充了色彩的矩形。 line_type: 线条的类型。见cvLine的描述 shift: 坐标点的小数点位数。 */ imshow("srcImage", srcImage); imshow("resultImage", resultImage); imshow("tempImage", tempImage); waitKey(0); return 0; }