用c语言对图像进行模板匹配,[转载]模板匹配的基本概念

模板匹配是一种图像处理技术，它可以在一张图像中寻找特定模式的位置。模板匹配的基本思想是将目标模式与待匹配图像进行比较，找到最相似的位置。在图像处理领域，模板匹配常用于目标检测、物体跟踪、图像识别等方面。

在 C 语言中，可以利用 OpenCV 库中的函数来进行模板匹配。以下是一个基本的模板匹配示例代码：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main( )
{
    // 读取待匹配图像和模板图像
    Mat img = imread("image.jpg");
    Mat templ = imread("template.jpg");

    // 创建结果图像
    Mat result;
    int result_cols = img.cols - templ.cols + 1;
    int result_rows = img.rows - templ.rows + 1;
    result.create(result_rows, result_cols, CV_32FC1);

    // 进行模板匹配
    matchTemplate(img, templ, result, TM_CCOEFF_NORMED);

    // 查找最佳匹配位置
    double minVal, maxVal;
    Point minLoc, maxLoc;
    minMaxLoc(result, &minVal, &maxVal, &minLoc, &maxLoc, Mat());

    // 在原图像上绘制矩形框
    rectangle(img, maxLoc, Point(maxLoc.x + templ.cols, maxLoc.y + templ.rows), Scalar::all(0), 2, 8, 0);

    // 显示结果图像
    imshow("Match", img);
    waitKey(0);

    return 0;
}

在上述代码中，我们首先读取了待匹配图像和模板图像，然后创建了一个结果图像，利用 `matchTemplate()` 函数进行模板匹配，最后利用 `minMaxLoc()` 函数查找最佳匹配位置，并在原图像上绘制矩形框显示出来。

需要注意的是，模板匹配的精度受到多种因素的影响，例如模板图像的大小、旋转、光照等。因此，在实际应用中需要根据具体情况进行调整。