OpenCV编程->模板匹配

     OpenCV提供的模板匹配函数，如果直接拿来用可以看做是硬匹配。

主要函数：

   1 函数 cvMatchTemplate

    //功能：比较模板和重叠的图像区域
    //原型：void cvMatchTemplate(
     const CvArr* image, 　　//欲搜索的图像。它应该是单通道、8-比特或32-比特 浮点数图像
     const CvArr* templ,　　//搜索模板，不能大于输入图像，且与输入图像具有一样的数据类型
     CvArr* result, 　　　　//比较结果的映射图像。单通道、32-比特浮点数.
         　　　　　　　　　　　　若图像是W×H而templ是w×h，则result一定是(W-w+1）×(H-h+1）
     int method　　　　　　//CV_TM_SQDIFF、CV_TM_SQDIFF_NORMED、CV_TM_CCORR、
        　　　　　　　　　　　　CV_TM_CCORR_NORMED、CV_TM_CCOEFF、CV_TM_CCOEFF_NORMED
     );
    //说明：

　　关于参数result[2]：
    　　 含义：依次计算模板与待测图片的重叠区域的相似度，result图像中的每一个点的值代表了一次相似度比较结果
     　　尺寸：横向比较W-w+1次，纵向比较H-h+1次
    　　 获取最佳匹配区域：
     　　　　 使用函数cvMinMaxLoc提取最大值（相似度最高）以及最大值的位置
      　　　　rect=cvRect(max_loc.x,max_loc.y,tmp->width,tmp->height);

　　　　　　rect表示的矩形区域即是最佳的匹配区域
　　关于参数 method：

　　　　　　CV_TM_SQDIFF 平方差匹配法：该方法采用平方差来进行匹配；最好的匹配值为0；匹配越差，匹配值越大。
　　　　　　CV_TM_CCORR 相关匹配法：该方法采用乘法操作；数值越大表明匹配程度越好。
　　　　　　CV_TM_CCOEFF 相关系数匹配法：1表示完美的匹配；-1表示最差的匹配。
　　　　　　CV_TM_SQDIFF_NORMED 归一化平方差匹配法
　　　　　　CV_TM_CCORR_NORMED 归一化相关匹配法
　　　　　　CV_TM_CCOEFF_NORMED 归一化相关系数匹配法
2  函数：cvMinMaxLoc

    /*-----------------cvMinMaxLoc------------------//
    //功能：查找数组和子数组的全局最小值和最大值
    //函数：
    void cvMinMaxLoc(
     const CvArr* arr, //输入数组， 单通道或者设置了 COI 的多通道
     double* min_val, //指向返回的最小值的指针
     double* max_val,//指向返回的最大值的指针
     CvPoint* min_loc=NULL, //指向返回的最小值的位置指针
     CvPoint* max_loc=NULL, //指向返回的最大值的位置指针
     const CvArr* mask=NULL//选择一个子数组的操作掩模
     );

源码：

void match1()
{
	IplImage    *img;
    IplImage    *tpl;
    IplImage    *res;
    CvPoint     minloc, maxloc;
    double      minval, maxval;
    int         img_width, img_height;
    int         tpl_width, tpl_height;
    int         res_width, res_height;
 
    img = cvLoadImage( "104.jpg", 0 );
    tpl = cvLoadImage( "1003.png", 0);
 
    
 
    //cvNamedWindow( "src", CV_WINDOW_AUTOSIZE );
    //cvShowImage( "src", img );
    cvNamedWindow( "template", CV_WINDOW_AUTOSIZE );
    cvShowImage( "template", tpl );
 
    /* get image's properties */
    img_width  = img->width;
    img_height = img->height;
    tpl_width  = tpl->width;
    tpl_height = tpl->height;
    res_width  = img_width - tpl_width + 1;
    res_height = img_height - tpl_height + 1;
 
    /* create new image for template matching computation */
    res = cvCreateImage( cvSize( res_width, res_height ), IPL_DEPTH_32F, 1 );
 
    /* choose template matching method to be used */





   // cvMatchTemplate( img, tpl, res, CV_TM_CCORR_NORMED );
    cvMatchTemplate( img, tpl, res, CV_TM_SQDIFF_NORMED );
   // cvMatchTemplate( img, tpl, res, CV_TM_CCORR );
   // cvMatchTemplate( img, tpl, res, CV_TM_SQDIFF );
   // cvMatchTemplate( img, tpl, res, CV_TM_CCOEFF );
   // cvMatchTemplate( img, tpl, res, CV_TM_CCOEFF_NORMED );*/
    //cvNamedWindow( "res", CV_WINDOW_AUTOSIZE );
    //cvShowImage( "res", res );
 
    cvMinMaxLoc( res, &minval, &maxval, &minloc, &maxloc, 0 );
 
    /* draw red rectangle */
    /*cvRectangle( img,
                 cvPoint( minloc.x, minloc.y ),
                 cvPoint( minloc.x + tpl_width, minloc.y + tpl_height ),
                 cvScalar( 0, 0, 255, 0 ), 1, 0, 0 );*/
    CvPoint pt1;
    CvPoint pt2;
    CvRect rect;
    rect=cvRect(maxloc.x,maxloc.y,tpl->width,tpl->height);//最佳的匹配区域
    pt1=cvPoint(rect.x,rect.y);
    pt2=cvPoint(rect.x+rect.width,rect.y+rect.height);
    cvRectangle( img,pt1, pt2, cvScalar(0,115,25),1, 8, 0 );
 
    /* display images */
    cvNamedWindow( "reference", CV_WINDOW_AUTOSIZE );
    cvShowImage( "reference", img );
 
 
    /* wait until user press a key to exit */
    cvWaitKey( 0 );
 
    /* free memory */
    cvDestroyWindow( "reference" );
    cvDestroyWindow( "template" );
    cvReleaseImage( &img );
    cvReleaseImage( &tpl );
    cvReleaseImage( &res );
 

}

作者：skyseraph 
出处：http://www.cnblogs.com/skyseraph/ 
Email/GTalk: [email protected] 
本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接，否则保留追究法律责任的权利。