少有人走的路模板匹配是机器视觉里面最重要的内容之一，如果没有它，像一些定位的案子就没办法开展了。
这个是需要重点研究的话题。
演示代码：
完全引用下贾志刚老师的代码。
从效果上来看，完全没有办法和halcon的模板匹配进行比较，这个真是让人沮丧的结果。
难怪群里有些朋友说，OpenCV的模板匹配想要实用，需要自己写算法。
#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("e:/m1.png");
// 模板图像
temp = imread("e:/m2.png");
if (src.empty() || temp.empty()) {
printf("could not load image...\n");
return -1;
}
namedWindow(INPUT_T, CV_WINDOW_AUTOSIZE);
namedWindow(OUTPUT_T, CV_WINDOW_NORMAL);
namedWindow(match_t, CV_WINDOW_AUTOSIZE);
imshow(INPUT_T, temp);
const char* trackbar_title = "Match Algo Type:";
createTrackbar(trackbar_title, OUTPUT_T, &match_method, max_track, Match_Demo);
Match_Demo(0, 0);
waitKey(0);
return 0;
}
void Match_Demo(int, void*) {
int width = src.cols - temp.cols + 1;
int height = src.rows - temp.rows + 1;
Mat result(width, height, CV_32FC1);
matchTemplate(src, temp, result, match_method, Mat());
normalize(result, result, 0, 1, NORM_MINMAX, -1, Mat());
Point minLoc;
Point maxLoc;
double min, max;
src.copyTo(dst);
Point temLoc;
minMaxLoc(result, &min, &max, &minLoc, &maxLoc, Mat());
if (match_method == TM_SQDIFF || match_method == TM_SQDIFF_NORMED) {
temLoc = minLoc;
}
else {
temLoc = maxLoc;
}
// 绘制矩形
rectangle(dst, Rect(temLoc.x, temLoc.y, temp.cols, temp.rows), Scalar(0, 0, 255), 2, 8);
rectangle(result, Rect(temLoc.x, temLoc.y, temp.cols, temp.rows), Scalar(0, 0, 255), 2, 8);
imshow(OUTPUT_T, result);
imshow(match_t, dst);
}
代码解释：
模板匹配介绍
模板匹配就是在整个图像区域发现与给定子图像匹配的小块区域。
所以模板匹配首先需要一个模板图像T（给定的子图像）
另外需要一个待检测的图像-源图像S
工作方法，在带检测图像上，从左到右，从上向下计算模板图像与重叠子图像的匹配度，匹配程度越大，两者相同的可能性越大。
模板匹配介绍 – 匹配算法介绍
OpenCV中提供了六种常见的匹配算法如下：
计算平方不同
计算相关性
计算相关系数
计算归一化平方不同
计算归一化相关性
计算归一化相关系数
相关API介绍cv::matchTemplate
matchTemplate( InputArray image,// 源图像，必须是8-bit或者32-bit浮点数图像 InputArray templ,// 模板图像，类型与输入图像一致 OutputArray result,// 输出结果，必须是单通道32位浮点数，假设源图像WxH,模板图像wxh, 则结果必须为W-w+1, H-h+1的大小。 int method,//使用的匹配方法 InputArray mask=noArray()//(optional) )
相关API介绍cv::matchTemplate
---------------------
作者：hackpig
来源：www.skcircle.com
版权声明：本文章代码及资料部分或全部来自贾志刚老师的视频，勇哥只是在个人理解的基础上做学习笔记，转载请附上博文链接！
本文出自勇哥的网站《少有人走的路》wwww.skcircle.com，转载请注明出处！讨论可扫码加群：
