這篇文章主要為大家展示了“C++ OpenCV如何實現(xiàn)模版匹配”，內(nèi)容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領(lǐng)大家一起研究并學(xué)習(xí)一下“C++ OpenCV如何實現(xiàn)模版匹配”這篇文章吧。

創(chuàng)新互聯(lián)專注于福海網(wǎng)站建設(shè)服務(wù)及定制，我們擁有豐富的企業(yè)做網(wǎng)站經(jīng)驗。 熱誠為您提供福海營銷型網(wǎng)站建設(shè)，福海網(wǎng)站制作、福海網(wǎng)頁設(shè)計、福海網(wǎng)站官網(wǎng)定制、微信小程序開發(fā)服務(wù)，打造福海網(wǎng)絡(luò)公司原創(chuàng)品牌,更為您提供福海網(wǎng)站排名全網(wǎng)營銷落地服務(wù)。

模版匹配

 模板匹配（TemplateMatching）就是在一幅圖像中尋找和模板圖像（template）最相似的區(qū)域，該方法原理簡單計算速度快，能夠應(yīng)用于目標(biāo)識別，目標(biāo)跟蹤等多個領(lǐng)域。

• 模版匹配就是在整個圖像區(qū)域發(fā)現(xiàn)與給定子圖像匹配的小塊區(qū)域

• 模版匹配必須要有一個模版圖像T（給定的子圖像），還需要一個待檢測的圖像S（源圖像）

• 在待檢測的圖像上，從左到右，從上到下計算模版圖像與重疊子圖像的匹配度，匹配度越大，兩者相同的可能性就越大

相關(guān)API  matchTemplate

MatchTemplate( InputArrray image, InputArray templ,

                              OutputArray result,int method );

Image  //源圖像

Templ  //模板圖像

Result  //輸出結(jié)果  必須是單通道32位浮點數(shù)，假設(shè)源圖像WxH,模版圖像

              wxh,到結(jié)果必須為W-w+1,H-h+1的大小

Method   //計算匹配程度的方法

  關(guān)于匹配方法，使用不同的方法產(chǎn)生的結(jié)果的意義可能不太一樣，有些返回的值越大表示匹配程度越好，而有些方法返回的值越小表示匹配程度越好

關(guān)于參數(shù) method：

• CV_TM_SQDIFF平方差匹配法：該方法采用平方差來進行匹配；最好的匹配值為0；匹配越差，匹配值越大。

• CV_TM_CCORR相關(guān)匹配法：該方法采用乘法操作；數(shù)值越大表明匹配程度越好。

• CV_TM_CCOEFF相關(guān)系數(shù)匹配法：1表示完美的匹配；-1表示最差的匹配。

• CV_TM_SQDIFF_NORMED歸一化平方差匹配法

• CV_TM_CCORR_NORMED歸一化相關(guān)匹配法

• CV_TM_CCOEFF_NORMED歸一化相關(guān)系數(shù)匹配法

代碼演示

新建一個項目opencv-0022,配置屬性(VS2017配置OpenCV通用屬性),然后在源文件寫入#include和main方法

模版匹配

因為方法有六種，我們在圖像上加了個TrackBar，再定義一個方法用于實現(xiàn)TrackBar的事件

然后是實現(xiàn)Match_Void的方法

運行后的效果

可以看到左邊是我們的源圖，中間的我們的要匹配的圖，運行起來后直接就匹配到對應(yīng)的圖了

通過改變上面的算法類型，得到不同的效果

以上是“C++ OpenCV如何實現(xiàn)模版匹配”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對大家有所幫助，如果還想學(xué)習(xí)更多知識，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道！