Opencv：matchTemplate函数详解

前言

• 本文主要介绍opencv中图像匹配函数

• 并用示例解释和演示6中匹配方式

• imshow的说明（为后续部分结果归一化后再显示说明原因）
  1，如果原始图片是8位无符号整数，就按照原来的数字进行显示。也就是数字范围是[0,255]

  2，如果原始图片是16位无符号整数或者32位整数，就除以256进行显示。也就是说0到256*256的范围被压缩到0到255。

  3，如果图片是32位或者64位的浮点类型数据，那么像素值就会乘以255。也就是说，0到1的范围被映射到0到255.

函数讲解

• opencv实现了一部分通过模板与目标图像进行寻找最佳匹配的方面matchTemplat() , 函数声明如下所示

void cv::matchTemplate(
    cv::InputArray image, // 用于搜索的输入图像
    cv::InputArray teml, // 用于匹配的模板，和image类型相同
    cv::OutputArray result, // 匹配结果图像, 类型 32F
    int method // 用于比较的方法，opencv提供6种
    }

• 函数调用方式为
  • source_image是原图
  • template_image是选取的需要匹配的特征图
  • target_image是存储匹配值的结果图

matchTemplate(source_image, template_image, target_image, TM_CCOEFF_NORMED);//匹配函数调用
double minVal, maxVal; //用于存储匹配值的最大值和最小值
Point minLoc, maxLoc; //用于存储匹配最大值的位置和最小值的位置

//寻找最佳匹配位置
minMaxLoc(target_image, &minVal, &maxVal, &minLoc, &maxLoc);
//画圈标出匹配点，这里使用maxLoc还是minLoc和选择的匹配method有关
circle(source_image, Point(maxLoc.x + template_image.cols / 2, maxLoc.y + template_image.rows / 2), 10, Scalar(0, 0, 255), 2, 8, 0);

我们将尝试用不同方式来匹配图片中的黄色物品

opencv支持的比较方法有6种

TM_SQDIFF

• 基本概念：该方法使用平方差进行匹配，因此最佳的匹配结果在结果为0处，值越大匹配结果越差。
  
  • 该方法使用基本的平方差，就是将要匹配的template图片放在一张图上扫描，最好的匹配结果就是0
    
  • 右图是将匹配矩阵中的值映射到0 ---- 1之间显示的，因为需要使用 imshow 对其进行显示
  • 可以看到，左图显示，用该方法能够较好实现匹配。匹配的值越大，图像越亮。从右图中，我们可以看到匹配结果，手中物品匹配结果呈黑色，因此差距很小。

TM_SQDIFF_NORMED

• 基本概念：该方法使用归一化的平方差进行匹配，最佳匹配也在结果为0处。

  • 这个公式中可以将 $T,I$ 的每个值排列起来看作一个向量，公式可以转化为 $R=|T|$