c++OpenCV实现边缘模板匹配算法匹配多个目标完整算法

下面是使用C++和OpenCV库实现边缘模板匹配算法匹配多个目标的完整代码，注释中有详细的说明：

#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("image.jpg");
    Mat temp = imread("template.jpg");

    // 将模板图像转换为灰度图像
    Mat temp_gray;
    cvtColor(temp, temp_gray, COLOR_BGR2GRAY);

    // 使用Canny边缘检测算法检测模板图像的边缘
    Mat edges;
    Canny(temp_gray, edges, 50, 200);

    // 在原始图像中搜索与模板图像匹配的边缘
    Mat result;
    matchTemplate(img, edges, result, TM_CCOEFF_NORMED);

    // 使用阈值来确定匹配结果的位置
    double threshold = 0.8;
    Mat locations;
    findNonZero(result > threshold, locations);

    // 在原始图像中绘制矩形框来标记匹配的位置
    for (int i = 0; i < locations.total(); i++)
    {
        Point loc = locations.at<Point>(i);
        rectangle(img, loc, Point(loc.x + temp.cols, loc.y + temp.rows), Scalar(0, 0, 255), 2);
    }

    // 显示结果
    namedWindow("Result", WINDOW_NORMAL);
    imshow("Result", img);
    waitKey(0);
    destroyAllWindows();

    return 0;
}

这段代码与之前的代码基本相同，只是在绘制矩形框时使用了`locations.at<Point>(i)`来获取匹配结果的位置。这样可以遍历所有的匹配结果，并在原始图像中绘制矩形框来标记它们。

需要注意的是，如果图像中有多个目标，可能会出现匹配结果重叠的情况。这时可以对匹配结果进行非极大值抑制（Non-Maximum Suppression，NMS），只保留得分最高的匹配结果。NMS的具体实现可以参考其他的开源代码。