(五)基于matchTemplate的图像区域匹配

最新推荐文章于 2024-10-11 14:22:56 发布

原创

最新推荐文章于 2024-10-11 14:22:56 发布 · 3.6k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #计算机视觉 #深度学习

本文介绍了模板匹配技术的基础理论和OpenCV中的实现方法。通过在源图像上滑动模板图像并计算匹配度，可以定位到与模板相似的区域。文中详细解释了不同匹配基准的原理，并提供了使用OpenCV API进行模板匹配的示例代码。

见OpenCV tutorial_template_matching

1.基础理论

模板匹配是找到图像中与模板图像相匹配的区域。通常是矩形，有时候要匹配的对象不是矩形时，可借助掩码 mask实现。

将template逐像素的在source image上滑动，分别计算每个位置(x,y)的匹配度R,R表示的值可通过多种基准来计算。
常用基准

在这里插入图片描述

模板的宽高为 $\omega$ , $h$ ,对于 TM_SQDIFF基准，模板匹配时找最小值，对于 TM_CCORR和 TM_CCOEFF是找其最大值。

目前只有 TM_SQDIFF和 TM_CCORR_NORMED支持使用 mask掩码。

2.matchTemplate API

#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <iostream>
using namespace std;

bool use_mask;
cv::Mat img;
cv::Mat templ;
cv::Mat mask;
cv::Mat res;

const char *img_window = "Source";
const char *res_window = "Result";

int match_method;
int max_trackbar = 5;

void MatchingMethod(int, void *);

int main(int argc, char **argv)
{
   
   
    if (argc < 3)
    {
   
   
        cout << "Not enough parameters" << endl;
        cout << "Usage:\n" << argv[0] <