參考文檔：http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/histograms/template_matching/template_matching.html#id2

最近一直在做一個logo檢測的項目，檢測logo的有無，接觸到模板匹配。模板匹配雖然精度不高，但選擇恰當的方法，設置合適的閾值也能起到一定作用。有的時候我們還能用模板匹配來定位。下面對模板匹配進行一個總結。

模板匹配：模板匹配是一項在一幅圖像中尋找與另一幅模板圖像最匹配(相似)部分的技術.

matchTemplate()參數詳解

CV_EXPORTS_W voidmatchTemplate( InputArray image, InputArray templ,

OutputArray result,int method );

image：待匹配的源圖像

templ：模板圖像

result：保存結果的矩陣，我們可以通過minMaxLoc() 確定結果矩陣的最大值和最小值的位置.

minMaxLoc()函數：查找全局最小和最大稀疏數組元素并返回其值及其位置

void minMaxLoc(const SparseMat& a, double* minVal,double* maxVal, int* minIdx=0, int* maxIdx=0);

a: 匹配結果矩陣

&minVal 和 &maxVal: 在矩陣 result 中存儲的最小值和最大值

&minLoc 和 &maxLoc: 在結果矩陣中最小值和最大值的坐標.

method ：模板匹配的算法

有以下六種：

enum { TM_SQDIFF=0, TM_SQDIFF_NORMED=1, TM_CCORR=2, TM_CCORR_NORMED=3, TM_CCOEFF=4, TM_CCOEFF_NORMED=5 };

TM_SQDIFF，TM_SQDIFF_NORMED匹配數值越低表示匹配效果越好，其它四種反之。

TM_SQDIFF_NORMED，TM_CCORR_NORMED，TM_CCOEFF_NORMED是標準化的匹配，得到的最大值，最小值范圍在0~1之間，其它則需要自己對結果矩陣歸一化。

不同的方法會得到差異很大的結果，可以通過測試選擇最合適的方法。

歸一化函數normalize()

normalize( result, result, 0, 1, NORM_MINMAX, -1, Mat() );

模板匹配的大致用法如下：

void templateMatching(const Mat& srcImage,const Mat&templateImage)

{

Mat result;int result_cols = srcImage.cols - templateImage.cols + 1;int result_rows = srcImage.rows - templateImage.rows + 1;if(result_cols < 0 || result_rows < 0)

{

qDebug()<< "Please input correct image!";return;

}

result.create(result_cols, result_rows, CV_32FC1);//enum { TM_SQDIFF=0, TM_SQDIFF_NORMED=1, TM_CCORR=2, TM_CCORR_NORMED=3, TM_CCOEFF=4, TM_CCOEFF_NORMED=5 };

matchTemplate(srcImage,templateImage,result,TM_CCOEFF_NORMED); //最好匹配為1,值越小匹配越差

double minVal = -1;doublemaxVal;

Point minLoc;

Point maxLoc;

Point matchLoc;

minMaxLoc(result,&minVal, &maxVal, &minLoc, &maxLoc, Mat());//取大值(視匹配方法而定)//matchLoc = minLoc;

matchLoc =maxLoc;//取大值,值越小表示越匹配

QString str = "Similarity:" + QString::number((maxVal) * 100, 'f', 2) + "%";

qDebug(str.toAscii().data());

Mat mask=srcImage.clone();

//繪制最匹配的區域

rectangle(mask, matchLoc, Point(matchLoc.x+ templateImage.cols, matchLoc.y + templateImage.rows), Scalar(0, 255, 0), 2, 8, 0);

imshow("mask",mask);

}

分別采用兩個不同顏色的模板圖進行測試，得到如下兩組結果圖，以供參考。

測試結果1：

????????????

??????????

測試結果2：

?????????

?????????

總結

以上是生活随笔為你收集整理的opencv java match_OpenCV模板匹配函数matchTemplate详解的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。