opencv模版匹配源码解析 博客

OpenCV模版匹配是一种在图像中寻找给定模板的技术。该技术在多个领域中都有应用，如数字图像处理、计算机视觉等。

在OpenCV中，模版匹配的函数为`matchTemplate()`。其主要步骤如下：

1. 首先，我们需要加载原始图像和待匹配的模板图像。

2. 然后，使用模版图像和原始图像进行匹配。这一步骤中，我们可以选择多种匹配方法，如平方差匹配、相关性匹配和归一化相关性匹配。

3. 匹配后，我们可以使用`minMaxLoc()`函数找到匹配结果的最小值和最大值。

4. 最后，我们可以绘制矩形框来标记匹配的位置。

下面是一份简单的OpenCV模版匹配的源码示例：

#include <opencv2/opencv.hpp>

int main()
{
    // 加载原始图像和模版图像
    cv::Mat img = cv::imread("original.png", cv::IMREAD_COLOR);
    cv::Mat templ = cv::imread("template.png", cv::IMREAD_COLOR);

    // 进行模版匹配
    cv::Mat result;
    cv::matchTemplate(img, templ, result, cv::TM_CCOEFF_NORMED);

    // 寻找匹配结果中的最小值和最大值
    double minVal, maxVal;
    cv::Point minLoc, maxLoc;
    cv::minMaxLoc(result, &minVal, &maxVal, &minLoc, &maxLoc);

    // 绘制矩形框来标记匹配的位置
    cv::rectangle(img, maxLoc, cv::Point(maxLoc.x + templ.cols, maxLoc.y + templ.rows), cv::Scalar(0, 255, 0), 2);

    // 显示结果图像
    cv::imshow("Matched Image", img);
    cv::waitKey(0);

    return 0;
}

上述代码展示了一个简单的OpenCV模版匹配的流程。通过加载原始图像和模版图像，并使用`matchTemplate()`函数进行匹配，然后使用`minMaxLoc()`函数找到匹配结果的最大值位置，最后使用`rectangle()`函数绘制矩形框标记匹配位置。