基于OpenCV的图像匹配----模板匹配（一）

我先介绍一下模板匹配的原理

原图像：我们期望找到与模板图像匹配的图像

模板图像：将于模板图像进行比较的图像

一次移动一个像素（从左到右，从上到下）。在每个位置，计算相似度度量，以便它表示在该位置处的匹配的“好”还是“坏”。

下面直接用opencv进行实现

头文件

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"

定义一些后面要用到的图像

	Mat srcImage; //原图像
	Mat templateImage;//模板图像
	Mat resultImage; //输出结果

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
*/

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
*/

 这五种匹配方法的公式分别是

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。
*/

源代码的下载链接：

https://download.csdn.net/download/weixin_42521239/11147622

如果没有积分的小伙伴也可以在评论里留下你的邮箱，我发给你。