模板匹配算法原理与实现-opencv

最新推荐文章于 2025-08-10 20:56:22 发布

原创

最新推荐文章于 2025-08-10 20:56:22 发布 · 4.6k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #cv

本文详细介绍了模板匹配的基本原理，通过模板在源图像上滑动并计算与子图像的相似度，展示了TM_SQDIFF和TM_SQDIFF_NORMED等方法的应用过程。代码实例演示了如何使用OpenCV实现模板匹配。

原理

模板匹配的原理就是将模板图像在源图像上进行滑动，上下左右的滑动，被模板图像盖住的部分叫做子图像。

然后计算模板图像与子图像的相似程度，模板左上角每移动一次计算一次，记录下该像素点的位置和模板与子图的相似分数。

详细原理可以参考：https://blog.youkuaiyun.com/qq_42887760/article/details/86563500

代码

#include <opencv2/opencv.hpp>
#include <iostream>

#include <math.h>
using namespace std;
using namespace cv;

Mat src, temp, dst;
int match_method = TM_SQDIFF;
int max_track = 5;
const char* INPUT_T = "input image";
const char* OUTPUT_T = "result image";
const char* match_t = "template match-demo";
void Match_Demo(int, void*);
int main(int argc, char** argv) {
	// 待检测图像
	src = imread("D:/vcprojects/images/flower.png");
	// 模板图像
	temp = imread("D:/vcprojects/images/t2.png");
	if (src.empty() || temp.empty()) {
		printf("