matlab/opencv图像处理之模板匹配
如果要在一幅图像中寻找已知物体，最常用且最简单的方法之一就是匹配。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% 基于最小距离分类器的模板匹配
% 寻找图片中与已知模板的匹配区域
% date:2016-4-15
% author:fengyun
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%清空变量，读取图
clear;close all
template_rgb = imread('C:\Users\Administrator\Desktop\Evernote/4.jpg');
src_rgb = imread('C:\Users\Administrator\Desktop\Evernote/5.jpg');
%转换为灰度图
template=rgb2gray(template_rgb); template = im2double(template);
src=rgb2gray(src_rgb); src = im2double(src);
figure('name','模板匹配结果'),
subplot(1,2,1),imshow(template_rgb),title('模板'),
%球的模板与原始图像的大小
tempSize=size(template);
tempHeight=tempSize(1); tempWidth=tempSize(2);
srcSize=size(src);
srcHeight=srcSize(1); srcWidth=srcSize(2);
%在图片的右侧与下侧补0
%By default, paddarray adds padding before the first element and after the last element along the specified dimension.
srcExpand=padarray(src,[tempHeight-1 tempWidth-1],'post');
%初始化一个距离数组 tmp:mj template:x
%参见《数字图像处理》 Page561
distance=zeros(srcSize);
for height=1:srcHeight
for width= 1:srcWidth
tmp=srcExpand(height:(height+tempHeight-1),width:(width+tempWidth-1));
%diff= template-tmp;
%distance(height,width)=sum(sum(diff.^2));
%计算决策函数
distance(height,width)=sum(sum(template'*tmp-0.5.*(tmp'*tmp)));
end
end
%寻找决策函数最大时的索引
maxDis=max(max(distance));
[x, y]=find(distance==maxDis);
%绘制匹配结果
subplot(1,2,2),imshow(src_rgb);title('匹配结果'),hold on
rectangle('Position',[x y tempWidth tempHeight],'LineWidth',2,'LineStyle','--','EdgeColor','r'),
hold off由于运行速度实在太慢，改用opencv来实现，代码如下：
//--------------------------------------【程序说明】-------------------------------------------
// 程序描述：模板匹配示例
// 开发测试所用操作系统： Windows 7 64bit
// 开发测试所用IDE版本：Visual Studio 2010
//------------------------------------------------------------------------------------------------
//---------------------------------【头文件、命名空间包含部分】----------------------------
// 描述：包含程序所使用的头文件和命名空间
//------------------------------------------------------------------------------------------------
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
using namespace cv;
//-----------------------------------【宏定义部分】--------------------------------------------
// 描述：定义一些辅助宏
//------------------------------------------------------------------------------------------------
#define WINDOW_NAME1 "【原始图片】" //为窗口标题定义的宏
#define WINDOW_NAME2 "【匹配窗口】" //为窗口标题定义的宏
//-----------------------------------【全局变量声明部分】------------------------------------
// 描述：全局变量的声明
//-----------------------------------------------------------------------------------------------
Mat g_srcImage; Mat g_templateImage; Mat g_resultImage;
int g_nMatchMethod;
int g_nMaxTrackbarNum = 5;
//-----------------------------------【全局函数声明部分】--------------------------------------
// 描述：全局函数的声明
//-----------------------------------------------------------------------------------------------
void on_Matching( int, void* );
static void ShowHelpText( );
//-----------------------------------【main( )函数】--------------------------------------------
// 描述：控制台应用程序的入口函数，我们的程序从这里开始执行
//-----------------------------------------------------------------------------------------------
int main( )
{
//【0】改变console字体颜色
system("color 1F");
//【0】显示帮助文字
ShowHelpText();
//【1】载入原图像和模板块
g_srcImage = imread( "3.jpg", 1 );
g_templateImage = imread( "4.jpg", 1 );
//【2】创建窗口
namedWindow( WINDOW_NAME1, WINDOW_AUTOSIZE );
namedWindow( WINDOW_NAME2, WINDOW_AUTOSIZE );
//【3】创建滑动条并进行一次初始化
createTrackbar( "方法", WINDOW_NAME1, &g_nMatchMethod, g_nMaxTrackbarNum, on_Matching );
on_Matching( 0, 0 );
waitKey(0);
return 0;
}
//-----------------------------------【on_Matching( )函数】--------------------------------
// 描述：回调函数
//-------------------------------------------------------------------------------------------
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 resultImage_cols = g_srcImage.cols - g_templateImage.cols + 1;
int resultImage_rows = g_srcImage.rows - g_templateImage.rows + 1;
g_resultImage.create( resultImage_cols, resultImage_rows, CV_32FC1 );
//【3】进行匹配和标准化
matchTemplate( g_srcImage, g_templateImage, g_resultImage, g_nMatchMethod );
normalize( g_resultImage, g_resultImage, 0, 1, NORM_MINMAX, -1, Mat() );
//【4】通过函数 minMaxLoc 定位最匹配的位置
double minValue; double maxValue; Point minLocation; Point maxLocation;
Point matchLocation;
minMaxLoc( g_resultImage, &minValue, &maxValue, &minLocation, &maxLocation, Mat() );
//【5】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
//此句代码的OpenCV2版为：
//if( g_nMatchMethod == CV_TM_SQDIFF || g_nMatchMethod == CV_TM_SQDIFF_NORMED )
//此句代码的OpenCV3版为：
if( g_nMatchMethod == TM_SQDIFF || g_nMatchMethod == TM_SQDIFF_NORMED )
{ matchLocation = minLocation; }
else
{ matchLocation = maxLocation; }
//【6】绘制出矩形，并显示最终结果
rectangle( srcImage, matchLocation, Point( matchLocation.x + g_templateImage.cols , matchLocation.y + g_templateImage.rows ), Scalar(0,0,255), 2, 8, 0 );
rectangle( g_resultImage, 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_resultImage );
}
//-----------------------------------【ShowHelpText( )函数】----------------------------------
// 描述：输出一些帮助信息
//----------------------------------------------------------------------------------------------
static void ShowHelpText()
{
//输出欢迎信息和OpenCV版本
printf("\n\n\t\t\t 当前使用的OpenCV版本为：" CV_VERSION );
printf("\n\n ----------------------------------------------------------------------------\n");
//输出一些帮助信息
printf("\t欢迎来到【模板匹配】示例程序~\n");
printf("\n\n\t请调整滑动条观察图像效果\n\n");
printf( "\n\t滑动条对应的方法数值说明: \n\n"
"\t\t方法【0】- 平方差匹配法(SQDIFF)\n"
"\t\t方法【1】- 归一化平方差匹配法(SQDIFF NORMED)\n"
"\t\t方法【2】- 相关匹配法(TM CCORR)\n"
"\t\t方法【3】- 归一化相关匹配法(TM CCORR NORMED)\n"
"\t\t方法【4】- 相关系数匹配法(TM COEFF)\n"
"\t\t方法【5】- 归一化相关系数匹配法(TM COEFF NORMED)\n" );
}
运行结果如下：
模板图像1：
原图1：
匹配结果1：
模板图像2：
原图2：
匹配结果2：
