《OpenCV3编程入门》学习笔记9 直方图与匹配（五）模板匹配

9.5 模板匹配

基本思想：
  在一幅图像中寻找与另一幅模板图像最匹配的部分，通过在输入图像上滑动图像块，对实际的图像块和输入图像进行匹配。

9.5.1 模板匹配：matchTemplate()函数

1.作用：
  匹配出和模板重叠的图像区域
2.函数原型：

void matchTemplate(InputArray image, InputArray templ, OuputArray result, int method)

3.参数说明：
（1）带搜索图像，8位或32位浮点型
（2）搜索模板，与原图像数据类型相同，尺寸不大于原图像
（3）比较结果的映射图像，单通道32位浮点型图像，如果图像尺寸为W*H,而templ尺寸为w*h，则参数一定为(W-w+1)*(H-h+1).
（4）指定的匹配方法，6种方法越来越准确，计算量越来越大：
  1）平方差匹配法 method=TM_SQDIFF
    匹配越差，匹配值越大，最好匹配为0
                
  2）归一化平方差匹配法 method=TM_SQDIFF_NORMED
              
  3）相关匹配法 method=TM_CCORR
    采用模板和图像间的乘法操作，较大的数表示匹配程度较高，最坏匹配为0
                
  4）归一化相关匹配法 method=TM_CCORR_NORMED
             
  5）系数匹配法 method=TM_CCOEFF
    将模板对其均值的相对值与图像对其均值的相关值进行匹配，1表示完美匹配，-1表示糟糕匹配，0表示无相关性（随机序列）
                
    其中：
               
           

  6）归一化相关系数匹配法 method=TM_CCOEFF_NORMED
              

9.5.2 综合示例

/*
    程序说明：模板匹配，滑动条选择匹配方法
*/
#include
#include
#include
using namespace cv;
using namespace std;
//定义辅助宏
#define WINDOW_NAME1 "【原始图窗口】"
#define WINDOW_NAME2 "【效果图窗口】"
//全局变量
Mat g_srcImage, g_templateImage, g_dstImage;
int g_nMatchmethod;
int g_nMaxTrackbarNum = 5;
//全局函数
void on_Matching(int, void*);
void ShowHelpText();

int main()
{
	//显示帮助文字
	ShowHelpText();
	//载入原图和模板块
	g_srcImage = imread("1.jpg", 1);
	g_templateImage = imread("2.jpg", 1);
	//创建窗口
	namedWindow(WINDOW_NAME1, WINDOW_AUTOSIZE);
	namedWindow(WINDOW_NAME2, WINDOW_AUTOSIZE);
	//创建滑动条并初始化
	createTrackbar("方法", WINDOW_NAME1, &g_nMatchmethod, g_nMaxTrackbarNum, on_Matching);
	on_Matching(0, 0);

	waitKey(0);
	return 0;
}
void on_Matching(int, void*)
{
	//[【1】给局部变量初始化
	Mat srcImage;
	g_srcImage.copyTo(srcImage);
	//【2】初始化用于结果输出的矩阵
	int dstImage_cols = g_srcImage.cols - g_templateImage.cols + 1;
	int dstImage_rows = g_srcImage.rows - g_templateImage.rows + 1;
	g_dstImage.create(dstImage_cols, dstImage_rows, CV_32FC1);
	//【3】进行匹配和标准化
	matchTemplate(g_srcImage, g_templateImage, g_dstImage, g_nMatchmethod);
	normalize(g_dstImage, g_dstImage, 0, 1, NORM_MINMAX, -1, Mat());
	//【4】通过函数minMaxLoc定位最匹配的位置
	double minValue, maxValue;
	Point minLocation, maxLocation, matchLocation;
	minMaxLoc(g_dstImage, &minValue, &maxValue, &minLocation, &maxLocation, Mat());
	//【5】对于方法SQDIFF和SQDIFF_NORMED,越小的数值匹配越好，而其余方法数值越大匹配越好
	if (g_nMatchmethod == TM_SQDIFF || g_nMatchmethod == TM_SQDIFF_NORMED)
	{
		matchLocation = minLocation;
	}
	else
	{
		matchLocation = maxLocation;
	}
	//【6】绘制矩形，显示结果
	rectangle(srcImage, matchLocation, Point(matchLocation.x + g_templateImage.cols, matchLocation.y + g_templateImage.rows), Scalar(0, 0, 255), 2, 8, 0);
	rectangle(g_dstImage, matchLocation, Point(matchLocation.x + g_templateImage.cols, matchLocation.y + g_templateImage.rows), Scalar(0, 0, 255), 2, 8, 0);
	
	imshow(WINDOW_NAME1, srcImage);
	imshow(WINDOW_NAME2, g_dstImage);
}
void ShowHelpText()
{
	printf("\n\t欢迎来到【模板匹配】示例程序~\n");
	printf("\n\t请调整滑动条观察图像效果\n");
	printf("\n\t滑动条对应的方法数值说明：\n");
	printf("\t\t方法【0】- 平方差匹配法（TM_SQDIFF）\n");
	printf("\t\t方法【1】- 归一化平方差匹配法（TM_SQDIFF_NORMED）\n");
	printf("\t\t方法【2】- 相关匹配法（TM_CCORR）\n");
	printf("\t\t方法【3】- 归一化相关匹配法（TM_CCORR_NORMED）\n");
	printf("\t\t方法【4】- 系数匹配法（TM_CCOEFF）\n");
	printf("\t\t方法【5】- 归一化相关系数匹配法（TM_CCOEFF_NORMED）\n");
}

运行效果：