模板匹配（1119）

#模板匹配

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

void main()
{
//步骤一：读取图片
	cv::Mat img1 = cv::imread("C:\\Users\\Administrator\\Desktop\\tmp.png");
	cv::Mat img2 = cv::imread("C:\\Users\\Administrator\\Desktop\\tmp1.png");
	cv::imshow("【被查找的图像】", img1);
	cv::imshow("【模版图像】", img2);
	
//步骤二：创建一个空画布用来绘制匹配结果
	cv::Mat dstImg;
	dstImg.create(img1.dims,img1.size,img1.type());
	cv::imshow("createImg",dstImg);
	
//步骤三：匹配，最后一个参数为匹配方式，共有6种，详细请查阅函数介绍
	cv::matchTemplate(img1, img2, dstImg, 0);
	
//步骤四：归一化图像矩阵，可省略
	cv::normalize(dstImg, dstImg, 0, 1, 32);

//步骤五：获取最大或最小匹配系数
//首先是从得到的 输出矩阵中得到 最大或最小值（平方差匹配方式是越小越好，所以在这种方式下，找到最小位置）
//找矩阵的最小位置的函数是 minMaxLoc函数
	cv::Point minPoint;
	cv::Point maxPoint;
	double *minVal = 0;
	double *maxVal = 0;
	cv::minMaxLoc(dstImg, minVal, maxVal, &minPoint,&maxPoint);

//步骤六：开始正式绘制
	cv::rectangle(img1, minPoint, cv::Point(minPoint.x + img2.cols, minPoint.y + img2.rows), cv::Scalar(0,255,0), 2, 8);
	cv::imshow("【匹配后的图像】", img1);
	cv::rectangle(dstImg, minPoint, cv::Point(minPoint.x + img2.cols, minPoint.y + img2.rows), cv::Scalar(0,0,0), 3, 8);
	cv::imshow("【匹配后的计算过程图像】", dstImg);
	cv::waitKey(0);
}