请给出c++代码使用opencv进行模版匹配的例子

时间: 2023-08-31 13:25:09 浏览: 76
### 回答1: #include <iostream> #include <opencv2/opencv.hpp> using namespace std; using namespace cv; int main(int argc, char const *argv[]) { Mat image = imread("template.jpg"); Mat src = imread("sample.jpg"); Mat result; matchTemplate(src, image, result, TM_CCOEFF); double minVal; double maxVal; Point minLoc; Point maxLoc; minMaxLoc(result, &minVal, &maxVal, &minLoc, &maxLoc); rectangle(src, maxLoc, Point(maxLoc.x + image.cols, maxLoc.y + image.rows), Scalar(0, 0, 255), 2, 8, 0); imshow("src", src); waitKey(0); return 0; } ### 回答2: #include <opencv2/opencv.hpp> #include <iostream> int main() { // 读取源图片和模板图片 cv::Mat srcImage = cv::imread("source_image.jpg"); cv::Mat templateImage = cv::imread("template_image.jpg"); // 创建结果矩阵 int resultWidth = srcImage.cols - templateImage.cols + 1; int resultHeight = srcImage.rows - templateImage.rows + 1; cv::Mat resultImage(resultHeight, resultWidth, CV_32FC1); // 进行模板匹配操作 cv::matchTemplate(srcImage, templateImage, resultImage, cv::TM_CCOEFF_NORMED); // 归一化结果矩阵 cv::normalize(resultImage, resultImage, 0, 1, cv::NORM_MINMAX, -1, cv::Mat()); // 在结果矩阵中找到匹配程度最高的位置 double minValue; double maxValue; cv::Point minLoc; cv::Point maxLoc; cv::minMaxLoc(resultImage, &minValue, &maxValue, &minLoc, &maxLoc, cv::Mat()); // 绘制矩形框标注匹配结果 cv::rectangle(srcImage, maxLoc, cv::Point(maxLoc.x + templateImage.cols, maxLoc.y + templateImage.rows), cv::Scalar(0, 0, 255), 2, 8, 0); // 显示原始图像和匹配结果 cv::namedWindow("Source Image", cv::WINDOW_NORMAL); cv::imshow("Source Image", srcImage); cv::namedWindow("Match Result", cv::WINDOW_NORMAL); cv::imshow("Match Result", resultImage); cv::waitKey(0); return 0; } ### 回答3: 以下是一个使用OpenCV进行模板匹配的C代码示例: ```c #include <opencv2/opencv.hpp> #include <iostream> using namespace cv; using namespace std; int main() { // 加载原始图像和模板图像 Mat img = imread("原始图像.jpg", CV_LOAD_IMAGE_COLOR); Mat templ = imread("模板图像.jpg", CV_LOAD_IMAGE_COLOR); if (img.empty() || templ.empty()) { cout << "无法读取图像文件" << endl; return -1; } // 进行模板匹配 Mat result; matchTemplate(img, templ, result, TM_CCOEFF_NORMED); // 寻找匹配位置和最大匹配值 double minVal, maxVal; Point minLoc, maxLoc; minMaxLoc(result, &minVal, &maxVal, &minLoc, &maxLoc); // 绘制匹配结果 rectangle(img, maxLoc, Point(maxLoc.x + templ.cols, maxLoc.y + templ.rows), Scalar(0, 255, 0), 2); // 显示结果 namedWindow("匹配结果", CV_WINDOW_NORMAL); imshow("匹配结果", img); waitKey(0); return 0; } ``` 在这个例子中,首先我们使用`imread`函数加载了原始图像和模板图像。然后,我们调用`matchTemplate`函数来进行模板匹配,并将结果保存在`result`矩阵中。接下来,我们使用`minMaxLoc`函数找到最大匹配值和位置。最后,我们使用`rectangle`函数在原始图像上绘制一个矩形来标示匹配位置,并通过`imshow`函数显示结果。 需要注意的是,示例中的图像路径需要根据实际情况进行修改,并且需要确保OpenCV库已经正确地安装和配置。

相关推荐

最新推荐

recommend-type

opencv3/C++ 使用Tracker实现简单目标跟踪

今天小编就为大家分享一篇opencv3/C++ 使用Tracker实现简单目标跟踪,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

使用opencv中匹配点对的坐标提取方式

在opencv中,特征检测、描述、匹配都有集成的函数。vector&lt;DMatch&gt; bestMatches;用来存储得到的匹配点对。那么如何提取出其中的坐标呢? int index1, index2; for (int i = 0; i &lt; bestMatches.size(); i++)//...
recommend-type

C#中OpenCvSharp 通过特征点匹配图片的方法

主要介绍了OpenCvSharp 通过特征点匹配图片的方法,本文通过实例代码给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下
recommend-type

Python使用OpenCV进行标定

主要介绍了Python使用OpenCV进行标定,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
recommend-type

opencv3/C++实现视频读取、视频写入

今天小编就为大家分享一篇opencv3/C++实现视频读取、视频写入,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

list根据id查询pid 然后依次获取到所有的子节点数据

可以使用递归的方式来实现根据id查询pid并获取所有子节点数据。具体实现可以参考以下代码: ``` def get_children_nodes(nodes, parent_id): children = [] for node in nodes: if node['pid'] == parent_id: node['children'] = get_children_nodes(nodes, node['id']) children.append(node) return children # 测试数
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。