OpenCV笔记17 模板匹配

最新推荐文章于 2025-10-23 17:04:51 发布

原创

最新推荐文章于 2025-10-23 17:04:51 发布 · 1k 阅读

CC 4.0 BY-SA版权

文章标签：

本文详细介绍了OpenCV 3中模板匹配的各种方法，包括TM_SQDIFF、TM_CCORR、TM_CCOEFF等，并提供了使用matchTemplate函数的实际代码示例，展示了如何通过这些方法在图像中寻找与模板最相似的区域。

一、模板匹配

模板匹配（TemplateMatching）就是在一幅图像中寻找和模板图像（template）最相似的区域，该方法原理简单计算速度快，能够应用于目标识别，目标跟踪等多个领域。

1、cv::TM_SQDIFF：该方法使用平方差进行匹配，因此最佳的匹配结果在结果为0处，值越大匹配结果越差。

2、cv::TM_SQDIFF_NORMED：该方法使用归一化的平方差进行匹配，最佳匹配也在结果为0处。

3、cv::TM_CCORR：相关性匹配方法，该方法使用源图像与模板图像的卷积结果进行匹配，因此，最佳匹配位置在值最大处，值越小匹配结果越差。

4、cv::TM_CCORR_NORMED：归一化的相关性匹配方法，与相关性匹配方法类似，最佳匹配位置也是在值最大处。

5、cv::TM_CCOEFF：相关性系数匹配方法，该方法使用源图像与其均值的差、模板与其均值的差二者之间的相关性进行匹配，最佳匹配结果在值等于1处，最差匹配结果在值等于-1处，值等于0直接表示二者不相关。

6、cv::TM_CCOEFF_NORMED：归一化的相关性系数匹配方法，正值表示匹配的结果较好，负值则表示匹配的效果较差，也是值越大，匹配效果也好。

MatchTemplate(
 InputArrray image,  //源图像
InputArray templ,   //模板图像
OutputArray result,//输出结果  必须是单通道32位浮点数，假设源图像WxH,模