C++ 图片相似度比对（opencv库）
写在前面
内容简介
操作系统：win7
开发IDE： VS2013
使用的开发库：opencv 2.4.10
使用的语言：C/C++
学习源码
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include
#include
using namespace std;
using namespace cv;
/// Global Variables
Mat img; Mat templ; Mat result;
char* image_window = "Source Image";
char* result_window = "Result window";
int match_method;
int max_Trackbar = 5;
/// Function Headers
void MatchingMethod(int, void*);
/** @function main */
int main(int argc, char** argv)
{
/// Load image and template
templ = imread("E:/hobby/mhxy/图片识别/图片/1.bmp", 1);
img = imread("E:/hobby/mhxy/图片识别/测试图片/0001.bmp", 1);
///
namedWindow(image_window, CV_WINDOW_AUTOSIZE);
namedWindow(result_window, CV_WINDOW_AUTOSIZE);
/// Create Trackbar
char* trackbar_label = "Method: \n 0: SQDIFF \n 1: SQDIFF NORMED \n 2: TM CCORR \n 3: TM CCORR NORMED \n 4: TM COEFF \n 5: TM COEFF NORMED";
createTrackbar(trackbar_label, image_window, &match_method, max_Trackbar, MatchingMethod);
MatchingMethod(0, 0);
waitKey(0);
return 0;
}
/**
* @function MatchingMethod
* @brief Trackbar callback
*/
void MatchingMethod(int, void*)
{
/// 源图像显示
Mat img_display;
img.copyTo(img_display);
/// 创建结果矩阵
int result_cols = img.cols - templ.cols + 1;
int result_rows = img.rows - templ.rows + 1;
result.create(result_rows, result_cols, CV_32FC1);
/// 匹配正常化
matchTemplate(img, templ, result, match_method);
normalize(result, result, 0, 1, NORM_MINMAX, -1, Mat());
/// 本地化minMaxLoc的最佳匹配
double minVal; double maxVal; Point minLoc; Point maxLoc;
Point matchLoc;
minMaxLoc(result, &minVal, &maxVal, &minLoc, &maxLoc, Mat());
/// For SQDIFF and SQDIFF_NORMED, the best matches are lower values. For all the other methods, the higher the better
if (match_method == CV_TM_SQDIFF || match_method == CV_TM_SQDIFF_NORMED)
{
matchLoc = minLoc;
}
else
{
matchLoc = maxLoc;
}
/// 告诉我你得到了什么
rectangle(img_display, matchLoc, Point(matchLoc.x + templ.cols, matchLoc.y + templ.rows), Scalar::all(0), 2, 8, 0);
rectangle(result, matchLoc, Point(matchLoc.x + templ.cols, matchLoc.y + templ.rows), Scalar::all(0), 2, 8, 0);
imshow(image_window, img_display);
imshow(result_window, result);
return;
} 源码分析
Note: 我们假设读者已经了解图像读取函数imread ，并能使用 imshow 将图像显示到窗口，资料源于opencv官网及其它网络
namedWindow
原型：void namedWindow(const string&winname, intflags)
createTrackbar
原型：int createTrackbar(const string& trackbarname, const string&winname, int*value, intcount, TrackbarCallbackonChange=0, void*userdata=0)
用途：创建一个滑动条控件到一个窗口中
参数：@param1 - 滑动条控件区段标签名 @param2 - 父窗口的名称 @param3[output] - 它会实时反馈当前控件所指条下标 @param4 - 最大跟踪条目个数 @param5[callback] - 回调的第一个参数是搜索栏的位置，第二个参数是用户数据.
waitKey
原型：intwaitKey(intdelay=0)
用途：等待按键输入
参数：@param1 - 等待时间，0则为永久等待。
Mat::copyTo
原型：void Mat::copyTo(OutputArraym) const
Mat::create
原型：void Mat::create(introws, intcols, inttype)
用途：创建一个矩阵
参数：@param1 - 长或译行数 @param2 - 宽或译列数 @param3 - 矩阵的类型
cv::matchTemplate
原型：void matchTemplate(InputArrayimage, InputArraytemp, OutputArrayresult, intmethod)
用途：以method算法在image图片中搜索temp获得结果result 进行匹配和标准化
参数：@param1 - 搜索的源图片（它必须是8位或32位） @param2 - 待搜索的目标图片（它的尺寸必须不大于@param1，并且是相同的数据类型） @param3 - 比较后的结果 @param4 - 指定的比较算法（规则）
cv::normalize
原型：void normalize(const InputArraysrc, OutputArraydst, doublealpha=1, doublebeta=0, intnormType=NORM_L2, intrtype=-1, InputArraymask=noArray())
用途：使对应Mat参数标准化规范化归一化
参数：@param1 - 待规范的Mat源 @param2[output] - 输出规范后的结果源 @param3 -normalization模式的最小值 @param4 -normalization模式的最大值 @param5 -归一化的类型(常规选择NORM_MINMAX) @param6 - 默认-1 @param7 默认数据类型
cv::minMaxloc
原型：void minMaxLoc(InputArraysrc, double*minVal, double*maxVal=0, Point*minLoc=0, Point*maxLoc=0, InputArraymask=noArray())
用途：与matchTemplate联合使用，测定查找图片的位置, SQDIFF 和 SQDIFF_NORMED,越小的数值代表更精确的匹配结果，而对于其它算法，数值越大匹配度越好
参数：