opencv —— matchTemplate 模板匹配

模板匹配的概念和原理

模板匹配就是在一幅图像中寻找与模板图像最匹配（相似）部分。

具体步骤为从左到右，从上向下计算模板图像与图像覆盖区域的匹配度，匹配程度越大，两者相同的可能性越大。

实现模板匹配：matchTemplate 函数

void matchTemplate(InputArray image, InputArray temp1, OutputArray result, int method);

image，待搜索的图像，且需为 8 位或 32 位浮点型图像。
temp1，搜索模板，需要和原图片有一样的数据类型，且尺寸不能大于源图像。
result，比较结果的映射图像，其必须为单通道、32 位浮点型图像，大小为（image.cols - temp1.cols +1）×（image.rows - temp1.rows +1）
method，匹配方法，有 6 种选项：

匹配方法

计算公式

平方差匹配法

TM_SQDIFF

归一化平方差匹配法

TM_SQDIFF_NORMED

相关匹配法

TM_CCORR

归一化相关匹配法

TM_CCORR_NORMED

系数匹配法

TM_CCOEFF

其中

化相关系数匹配法

TM_CCOEFF_NORMED

代码示例：

#include<opencv.hpp>
#include<iostream>
#include<string>
using namespace std;
using namespace cv;
Mat src, temp;
int method = 0;
void ChangeMethod(int, void*) {
    switch (method){
    case 0:
        method = TM_SQDIFF;
        break;
    case 1:
        method = TM_SQDIFF_NORMED;
        break;
    case 2:
        method = TM_CCORR;
        break;
    case 3:
        method = TM_CCORR_NORMED;
        break;
    case 4:
        method = TM_CCOEFF;
        break;
    case 5:
        method = TM_CCOEFF_NORMED;
        break;
    }
    
    Mat result;
    matchTemplate(src, temp, result, method);
    imshow("result", result);

    Mat dst = src.clone();
    double mxValue, mnValue;
    Point mxPoint, mnPoint;
    minMaxLoc(result, &mnValue, &mxValue, &mnPoint, &mxPoint);
    //https://www.cnblogs.com/bjxqmy/p/12386274.html
    if (method == TM_SQDIFF || method == TM_SQDIFF_NORMED) {
        rectangle(dst, mnPoint, Point(mnPoint.x + temp.cols, mnPoint.y + temp.rows), Scalar(0, 0, 255));
    }
    else{
        rectangle(dst, mxPoint, Point(mxPoint.x + temp.cols, mxPoint.y + temp.rows), Scalar(0, 0, 255));
    }
    imshow("dst", dst);
}
int main() {
    src = imread("C:/Users/齐明洋/Desktop/1.jpg");
    temp = imread("C:/Users/齐明洋/Desktop/a.jpg");
    imshow("src", src);
    imshow("temp", temp);

    namedWindow("dst");
    createTrackbar("method", "dst", &method, 5, ChangeMethod);
    ChangeMethod(0, 0);

    waitKey(0);
}