C++OpenCV利用不同的方式实现模板匹配实战

最新推荐文章于 2025-10-23 17:04:51 发布

AI炮灰

最新推荐文章于 2025-10-23 17:04:51 发布

阅读量1k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： C++OpenCV项目实战文章标签： opencv 计算机视觉人工智能 c++ 模板匹配

本文链接：https://blog.youkuaiyun.com/bigData1994pb/article/details/124719205

C++OpenCV项目实战专栏收录该内容

31 篇文章 ¥39.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了C++中使用OpenCV进行模板匹配的方法，通过一个找姚明位置的例子阐述模板匹配的原理。文章详细展示了使用CV_TM_SQDIFF_NORMED算法的匹配过程，并探讨了如何根据匹配度阈值筛选匹配区域。此外，还讨论了OpenCV提供的其他五种匹配算法，建议通过实验比较选择适合特定需求的算法。

模板匹配的作用在图像识别领域作用可大了。那什么是模板匹配？模板匹配，就是在一幅图像中寻找另一幅模板图像最匹配（也就是最相似）的部分的技术。说的有点抽象，下面给个例子说明就很明白了。

原图如下，

我们需要在原图上实现找到姚明的位置，模板图如下所示：

可以，这就是模板匹配的要做的事情。其实模板匹配实现的思想也是很简单很暴力的，就是拿着模板图片（姚明头像）在原图（全明星照）中从左上至右下依次滑动，直到遇到某个区域的相似度低于我们设定的阈值，那么我们就认为该区域与模板匹配了，也就是我们找到了姚明的位置，并把它标记出来。

实现程序如下：

#include <opencv2/opencv.hpp>
#include<iostream>
using namespace cv;
using namespace std;

int main()
{
	Mat img = imread("temp.jpg");
	Mat templ = imread("te.jpg");
	Mat result;
	int result_cols = img.cols - templ.cols;
	int