Imgproc.matchTemplate()

时间: 2024-09-30 22:02:41 浏览: 21

Java+opencv3.2.0实现模板匹配

Java+OpenCV3.2.0实现模板匹配模板匹配是一种在一幅图像中寻找与另一幅模板图像最匹配（相似）部分的技术。Java+OpenCV3.2.0实现模板匹配的相关资料具有很高的参考价值，感兴趣的小伙伴们可以参考一下。 Imgproc.matchTemplate 函数是 OpenCV 库中实现模板匹配的核心函数，函数原型为：`Imgproc.matchTemplate(Mat image, Mat templ, Mat result, int method)` 其中，`image` 表示源图像，`templ` 表示模板图像，`result` 表示比较结果，`method` 表示匹配算法。匹配算法有六种： 1. TM_SQDIFF 平方差匹配法：该方法采用平方差来进行匹配；最好的匹配值为 0；匹配越差，匹配值越大。 2. TM_CCORR 相关匹配法：该方法采用乘法操作；数值越大表明匹配程度越好。 3. TM_CCOEFF 相关系数匹配法：1 表示完美的匹配；-1 表示最差的匹配。 4. TM_SQDIFF_NORMED 归一化平方差匹配法。 5. TM_CCORR_NORMED 归一化相关匹配法。 6. TM_CCOEFF_NORMED 归一化相关系数匹配法。在 Java 中使用 OpenCV 库实现模板匹配的示例代码如下： ```java public static void main(String[] args) { // TODO Auto-generated method stub System.loadLibrary(Core.NATIVE_LIBRARY_NAME); Mat g_tem = Imgcodecs.imread("F:\\mould.jpg"); Mat g_src = Imgcodecs.imread("F:\\source.jpg"); int result_rows = g_src.rows() - g_tem.rows() + 1; int result_cols = g_src.cols() - g_tem.cols() + 1; Mat g_result = new Mat(result_rows, result_cols, CvType.CV_32FC1); Imgproc.matchTemplate(g_src, g_tem, g_result, Imgproc.TM_CCORR_NORMED); // 归一化平方差匹配法 // Imgproc.matchTemplate(g_src, g_tem, g_result, Imgproc.TM_CCOEFF_NORMED); // 归一化相关系数匹配法 // Imgproc.matchTemplate(g_src, g_tem, g_result, Imgproc.TM_CCOEFF); // 相关系数匹配法：1 表示完美的匹配；-1 表示最差的匹配。 // Imgproc.matchTemplate(g_src, g_tem, g_result, Imgproc.TM_CCORR); // 相关匹配法 // Imgproc.matchTemplate(g_src, g_tem, g_result, Imgproc.TM_SQDIFF); // 平方差匹配法：该方法采用平方差来进行匹配；最好的匹配值为 0；匹配越差，匹配值越大。 // Imgproc.matchTemplate(g_src, g_tem, g_result, Imgproc.TM_CCORR_NORMED); // 归一化相关匹配法 Core.normalize(g_result, g_result, 0, 1, Core.NORM_MINMAX, -1, new Mat()); Point matchLocation = new Point(); MinMaxLocResult mmlr = Core.minMaxLoc(g_result); matchLocation = mmlr.maxLoc; // 此处使用 maxLoc 还是 minLoc 取决于使用的匹配算法 Imgproc.rectangle(g_src, matchLocation, new Point(matchLocation.x + g_tem.cols(), matchLocation.y + g_tem.rows()), new Scalar(0, 0, 0, 0)); Imgcodecs.imwrite("F:\\match.jpg", g_src); } ``` 在上面的示例代码中，我们使用了 TM_CCORR_NORMED 归一化相关匹配法来实现模板匹配。我们读取了源图像和模板图像，然后使用 Imgproc.matchTemplate 函数进行模板匹配，我们使用 Core.normalize 函数对匹配结果进行归一化处理，并使用 Imgproc.rectangle 函数在源图像中绘制出匹配结果。

`Imgproc.matchTemplate()`是OpenCV库中的一个函数，用于模板匹配。它主要用于图像处理和计算机视觉领域，目的是在一个较大的图像（称为“搜索”图像）中找到与给定的小模板图像最相似的位置。这个函数通过计算模板图像和搜索图像每个部分之间的相似度来工作，通常采用的方法是SIFT（尺度不变特征变换）或SURF（加速稳健特征）等算法计算局部特征的响应。该函数的基本语法如下： ```cpp double matchTemplate(InputArray src, InputArray templ, OutputArray res, int method = TM_CCOEFF_NORMED) ``` - `src`: 输入的源图像。 - `templ`: 模板图像。 - `res`: 输出的结果矩阵，存储了匹配模板后的相似度得分。 - `method`: 匹配方法，可以有多种选择，如TM_SQDIFF、TM_CCOEFF、TM_CCOEFF_NORMED等。 `matchTemplate()`常用于诸如行人检测、车牌识别等应用场景，能够帮助我们快速定位到模板中的模式或特征。

阅读全文

Imgproc.matchTemplate()

相关推荐

ImageFindDemo.rar_FindPic函数_ImageFind_findpic_图片定位查找_按键精灵 java

libopencv-info.zip

cv.matchTemplate怎么使用

OpenCV(4.7.0) /io/opencv/modules/imgproc/src/templmatch.cpp:1164: error: (-215:Assertion failed) (depth == CV_8U || depth == CV_32F) && type == _templ.type() && _img.dims() <= 2 in function 'matchTemplate'

cv2.error: OpenCV(4.7.0) D:\a\opencv-python\opencv-python\opencv\modules\imgproc\src\templmatch.cpp:1164: error: (-215:Assertion failed) (depth == CV_8U || depth == CV_32F) && type == _templ.type() && _img.dims() <= 2 in function 'cv::matchTemplate'请问这是什么问题

报错：cv2.error: OpenCV(4.7.0) D:\a\opencv-python\opencv-python\opencv\modules\imgproc\src\templmatch.cpp:1164: error: (-215:Assertion failed) (depth == CV_8U || depth == CV_32F) && type == _templ.type() && _img.dims() <= 2 in function 'cv::matchTemplate' 请解决上述代码的问题

又报错了，cv2.error: OpenCV(4.7.0) D:\a\opencv-python\opencv-python\opencv\modules\imgproc\src\templmatch.cpp:588: error: (-215:Assertion failed) corr.rows <= img.rows + templ.rows - 1 && corr.cols <= img.cols + templ.cols - 1 in function 'cv::crossCorr'

opencv 4.6 cuda版本的 matchTemplate c++ 代码 编译报错 error C2039: “matchTemplate”: 不是“cv::cuda”的成员 怎么解决

c++如何使用opencv中的matchtemplate函数

最新推荐

python入门-30.寻找列表中只出现一次的数字-寻找单身狗.py

火炬连体网络在MNIST的2D嵌入实现示例

管理建模和仿真的文件

L2正则化的终极指南：从入门到精通，揭秘机器学习中的性能优化技巧

如何构建一个符合GB/T19716和ISO/IEC13335标准的信息安全事件管理框架，并确保业务连续性规划的有效性？

Angular插件增强Application Insights JavaScript SDK功能

"互动学习：行动中的多样性与论文攻读经历"

L1正则化模型诊断指南：如何检查模型假设与识别异常值（诊断流程+案例研究）

如何构建一个符合GB/T19716和ISO/IEC13335标准的信息安全事件管理框架，并确保业务连续性规划的有效性？

实时三维重建：InfiniTAM的ros驱动应用

opencv 4.6 cuda版本的 matchTemplate c++ 代码编译报错 error C2039: “matchTemplate”: 不是“cv::cuda”的成员怎么解决