圖像模板匹配

        模板匹配是在一幅圖像中尋找到與給定目標模板圖像的技術。在匹配過程中有兩個主要因素：原圖像I,模板圖像T。爲了在I上檢測到與T最匹配的區域，需要在I上滑動模板窗口，每次需要將T在I上滑動一個像素大小（從左至右，從上至下），每次移動後，計算出其相似度來表徵匹配結果的好與壞。依次將每個位置的匹配結果存儲在R矩陣中，該矩陣的每一個點的亮度表示與模板T的匹配程度（越亮，匹配程度越高）。通過 minMaxLoc 函數可以找到R矩陣中的最大（小）值。

   匹配方法:

   a)method=CV_TM_SQDIFF  

   b)method=CV_TM_SQDIFF_NORMED 

   c)method=CV_TM_CCORR 

   d)method=CV_TM_CCORR_NORMED 

   e)method=CV_TM_CCOEFF  

   f)method=CV_TM_CCOEFF_NOR

以下是實現圖像匹配的例程,其中定義了一個函數match實現匹配的具體過程：

// Templatematch.cpp : 定義控制檯應用程序的入口點。
//

#include "stdafx.h"
#include "opencv2/opencv.hpp" 
using namespace std;
using namespace cv;

void match(Mat img,Mat tem);

int main( int argc, char** argv )
{   
	Mat img;   
	Mat tem;   
	
	 
	img = imread("xiaobei.jpg" );                    //讀取原圖像"xiaobei.jpg"

	if( img.empty() ) {                                     //判斷是否讀取成功    
		cerr <<  "Cannot load file " << "xiaobei.jpg" << endl;   
		return -1;    
	}   
  
	tem = imread("mask.jpg");                       //讀取模板圖像"mask.jpg"
 
	if( tem.empty()) {   
		cerr <<  "Cannot load file " <<"mask.jpg" << endl;   
		return -1;   
	}   

	match( img, tem);                         
	 
	imshow( "result", img );   
	imshow( "template", tem );                      //顯示結果

	/* wait until user press a key to exit */   
	cvWaitKey( 0 );    
	return 0;   
}
void match(Mat img,Mat tem)
{
	Mat res;   
	Mat mask;  
	Point        minloc, maxloc;   
	double        minval, maxval;   
   
	int res_cols  = img.cols - tem.cols + 1;   
	int res_rows = img.rows - tem.rows + 1;   	
        res = cvCreateImage( cvSize(res_cols,res_rows), IPL_DEPTH_32F, 1 );
        matchTemplate( img, tem, res,CV_TM_SQDIFF_NORMED ); //歸一化平方差匹配法
        minMaxLoc( res, &minval, &maxval, &minloc, &maxloc,mask);
        rectangle( img, cvPoint( minloc.x, minloc.y ), cvPoint( minloc.x + tem.cols, minloc.y + tem.rows ), 
                   cvScalar( 255, 255, 255, 0 ), 1, 0, 0 );  
}

演示效果：

模板：

       

結果：   

這裏主要對以下兩點進行分析：

1）

        int res_cols  = img.cols - tem.cols + 1;   
	       int res_rows = img.rows - tem.rows + 1; 

結果矩陣R的計算，我是這樣理解的：文章開篇提到模板圖像每次在原圖像上移動一個像素，並將計算出來的相似度存儲在R中，那麼在整個圖像上每行橫向移動只需移動img.rows-tem.rows個長度，因此每行共計算出img.rows-tem.rows+1個結果。同理，每列共計算出img.cols-tem.cols+1個結果。

 2）兩個函數：

未完待續~~~~~~~~~