OpenCV学习(二十三) ：模板匹配:matchTemplate(),minMaxLoc()

OpenCV学习(二十三) ：模板匹配:matchTemplate()

1、概述

模板匹配是一种最原始、最基本的模式识别方法，研究某一特定对象物的图案位于图像的什么地方，进而识别对象物，这就是一个匹配问题。
它是图像处理中最基本、最常用的匹配方法。
模板匹配具有自身的局限性，主要表现在它只能进行平行移动，若原图像中的匹配目标发生旋转或大小变化，该算法无效。
模板匹配就是在整个图像区域发现与给定子图像匹配的小块区域
参考：
模板匹配
OpenCV模板匹配函数：matchTemplate()介绍

2、minMaxLoc()函数

寻找矩阵(一维数组当作向量,用Mat定义) 中最小值和最大值的位置。

void cv::minMaxLoc(	
InputArray 	src,				// 输入单通道阵列
double * 	minVal,				// 指向返回的最小值的指针;如果不需要，则使用NULL。
double * 	maxVal = 0,			// 指向返回的最大值的指针;如果不需要，则使用NULL。	
Point * 	minLoc = 0,			// 指向返回的最小位置的指针(二维情况下);如果不需要，则使用NULL。
Point * 	maxLoc = 0,			// 指向返回的最大位置的指针(二维情况下);如果不需要，则使用NULL。
InputArray 	mask = noArray() 	// 用于选择子数组的可选掩码。
)	

3、matchTemplate()函数

工作原理：在待检测图像上，从左到右，从上向下计算模板图像与重叠子图像的匹配度，匹配程度越大，两者相同的可能性越大。

matchTemplate(
InputArray image,		// 待搜索源图像，必须是8位整数或32位浮点
InputArray 	templ,		// 模板图像，必须不大于源图像并具有相同的数据类型。
OutputArray result,		// 表示匹配结果图像，必须是单通道32位浮点。如果image的尺寸为W x H，templ的尺寸为w x h，则result的尺寸为(W-w+1)x(H-h+1)
int method,				// 表示计算匹配程度的方法
InputArray 	mask = noArray() 	//搜索模板的掩码。它必须具有与templ相同的数据类型和大小。它不是默认设置的。
)	

1.几种常见的模板匹配算法:

1. cv::TM_SQDIFF平方差匹配法
计算模板与目标图像的方差，由于是像素值差值的平方的和，所以值越小匹配程度越高；

2. cv::TM_SQDIFF_NORMED归一化平方差匹配法
范化的cv::TM_SQDIFFÿ