模板匹配的定义
模板就是一幅已知的小图像,而模板匹配就是在一幅大图像中搜寻目标,已知该图中有要找的目标,且该目标与模板有相同的尺度,方向和图像元素,通过一定的算法可以在图像中找到目标。
模板匹配和卷积原理很像,模板在原图像上开始滑动,计算模板与图像被模板覆盖的地方的差别程度,这个差别程度的计算方法在opencv里有6种,然后将每次计算的结果放入一个矩阵里,作为结果输出。假如原图像是A*B大小,而模板是 a*b大小,则输出结果的矩阵是 (A-a+1)*(B-b+1)。
function varargout = poker(varargin)
gui_Singleton = 1;
gui_State = struct('gui_Name', mfilename, ...
'gui_Singleton', gui_Singleton, ...
'gui_OpeningFcn', @poker_OpeningFcn, ...
'gui_OutputFcn', @poker_OutputFcn, ...
'gui_LayoutFcn', [] , ...
'gui_Callback', []);
if nargin & isstr(varargin{1})
gui_State.gui_Callback = str2func(varargin{1});
end
if nargout
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
gui_mainfcn(gui_State, varargin{:});
end
% --------------------------------------------------------------------
function poker_OpeningFcn(hObject, eventdata, handles, varargin)
handles.output = hObject;
guidata(hObject, handles);
global IMAGE;global POKER;global GRAY;global BW;global BWSTR;
IMAGE=0;
POKER=0;
GRAY=0;
BW=0;
BWSTR=0;%全局变量初始化为0
% --------------------------------------------------------------------
function varargout = poker_OutputFcn(hObject, eventdata, handles)
varargout{1} = handles.output;
% --------------------------------------------------------------------
function file_Callback(hObject, eventdata, handles)
% --------------------------------------------------------------------
function new_Callback(hObject, eventdata, handles)
global IMAGE;
global POKER;
global GRAY;
global BW;
global BWSTR;
name=0;
[name,path]=uigetfile({'*.bmp';'*.jpg';'*,tif'},'打开图像');
if name==0;
return;%没有打开图像
end
IMAGE=imread(strcat(path,name));%成功打开图像
POKER=0;GRAY=0;BW=0;BWSTR=0;%其他图像复位
subplot(1,1,1),imshow(IMAGE),title('扑克纸牌图像');
% --------------------------------------------------------------------
function operate_Callback(hObject, eventdata, handles)
% --------------------------------------------------------------------
function rectify_Callback(hObject, eventdata, handles)
global IMAGE;
global POKER;
if IMAGE==0;%未打开图像
msgbox('请先打开一幅扑克图像','错误','error');
else
tic;%计算校正与定位用时
POKER=rectify(IMAGE);
if toc>5%设置超时时间为3秒
msgbox('图像校正定位超时','错误','error');
return;
end
time=num2str(toc);
str=strcat('校正与定位耗时',time,'秒');
subplot(1,1,1),imshow(POKER),title('扑克纸牌');
msgbox(str,'消息');
end
% --------------------------------------------------------------------
function gray_Callback(hObject, eventdata, handles)
global IMAGE;
global POKER;
global GRAY;
if IMAGE==0%未打开图像
msgbox('请先打开一幅扑克图像','错误','error');
elseif POKER==0%未进行图像校正
msgbox('请先对图像进行校正定位','错误','error');
else
GRAY=rgb2gray(POKER);
subplot(1,1,1),imshow(GRAY),title('图像灰度化');
end
% --------------------------------------------------------------------
function binary_Callback(hObject, eventdata, handles)
global IMAGE;
global POKER;
global GRAY;
global BW;
if IMAGE==0%未打开图像
msgbox('请先打开一幅扑克图像','错误','error');
elseif POKER==0%未进行图像校正
msgbox('请先对图像进行校正定位','错误','error');
elseif GRAY==0%未进行图像灰度化
msgbox('请先对图像进行灰度化','错误','error');
else
bw=im2bw(GRAY,ostu(GRAY));
BW=logical(abs(double(bw)-1));
subplot(1,1,1),imshow(BW),title('图像二值化');
end
% --------------------------------------------------------------------
function getsymstr_Callback(hObject, eventdata, handles)
global IMAGE;
global POKER;
global GRAY;
global BW;
global BWSTR;
if IMAGE==0%未打开图像
msgbox('请先打开一幅扑克图像','错误','error');
elseif POKER==0%未进行图像校正
msgbox('请先对图像进行校正定位','错误','error');
elseif GRAY==0%未进行图像灰度化
msgbox('请先对图像进行灰度化','错误','error');
elseif BW==0%未进行图像二值化
msgbox('请先对图像进行二值化','错误','error');
els- 1.
- 2.
- 3.
- 4.
- 5.
- 6.
- 7.
- 8.
- 9.
- 10.
- 11.
- 12.
- 13.
- 14.
- 15.
- 16.
- 17.
- 18.
- 19.
- 20.
- 21.
- 22.
- 23.
- 24.
- 25.
- 26.
- 27.
- 28.
- 29.
- 30.
- 31.
- 32.
- 33.
- 34.
- 35.
- 36.
- 37.
- 38.
- 39.
- 40.
- 41.
- 42.
- 43.
- 44.
- 45.
- 46.
- 47.
- 48.
- 49.
- 50.
- 51.
- 52.
- 53.
- 54.
- 55.
- 56.
- 57.
- 58.
- 59.
- 60.
- 61.
- 62.
- 63.
- 64.
- 65.
- 66.
- 67.
- 68.
- 69.
- 70.
- 71.
- 72.
- 73.
- 74.
- 75.
- 76.
- 77.
- 78.
- 79.
- 80.
- 81.
- 82.
- 83.
- 84.
- 85.
- 86.
- 87.
- 88.
- 89.
- 90.
- 91.
- 92.
- 93.
- 94.
- 95.
- 96.
- 97.
- 98.
- 99.
- 100.
- 101.
- 102.
- 103.
- 104.
- 105.
- 106.
- 107.
- 108.
- 109.
- 110.
- 111.
- 112.
- 113.
- 114.
- 115.
- 116.
- 117.
- 118.
- 119.
- 120.


2691

被折叠的 条评论
为什么被折叠?



