opencv的模板匹配_opencv模版匹配的问题

原文：http://blog.csdn.net/lu597203933/article/details/14548523

模板匹配——在一幅图像中匹配与模板相似的单个或者多个目标

       首先，参看上图。假设褐色的大图为待测图片，红色小图为模板图片。

       1.result中数据的含义。

       模板匹配函数cvMatchTemplate依次计算模板与待测图片的重叠区域的相似度，并将结果存入映射图像result当中，也就是说result图像中的每一个点的值代表了一次相似度比较结果。

      2.result的尺寸大小。

       如图可知，模板在待测图像上每次在横向或是纵向上移动一个像素，并作一次比较计算，由此，横向比较W-w+1次，纵向比较H-h+1次，从而得到一个（W-w+1）×（H-h+1）维的结果矩阵，result即是用图像来表示这样的矩阵,因而图像result的大小为（W-w+1）×（H-h+1）。

       3.如何result中获得最佳匹配区域

       使用函数cvMinMaxLoc(result,&min_val,&max_val,&min_loc,&max_loc,NULL);从result中提取最大值（相似度最高）以及最大值的位置（即在result中该最大值max_val的坐标位置max_loc，即模板滑行时左上角的坐标，类似于图中的坐标（x,y）。）

         由此得到：rect=cvRect(max_loc.x,max_loc.y,tmp->width,tmp->height);rect表示的矩形区域即是最佳的匹配区域。

(1)目标匹配函数：

cvMatchTemplate( const CvArr* image, constCvArr* templ,CvArr* result,int method );

Image  待搜索图像

Templ  模板图像

Result  匹配结果  用来存放通过以下方法计算出滑动窗口与模板的相似值

Method  计算匹配程度的方法

关于匹配方法，使用不同的方法产生的结果的意义可能不太一样，有些返回的值越大表示匹配程度越好，而有些方法返回的值越小表示匹配程度越好

关于参数 method：
CV_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。
CV_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。
CV_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。
CV_TM_SQDIFF_NORMED归一化平方差匹配法
CV_TM_CCORR_NORMED归一化相关匹配法
CV_TM_CCOEFF_NORMED归一化相关系数匹配法

(2)：接着就是要找最值以及最值对应的坐标

cvMinMaxLoc()寻找一个矩阵中最大最小值以及相应的坐标

cvMinMaxLoc( constCvArr* arr, double* min_val, double* max_val,

                          CvPoint* min_locCV_DEFAULT(NULL),

                          CvPoint* max_locCV_DEFAULT(NULL),

                          const CvArr* mask CV_DEFAULT(NULL) );

单目标匹配结果：

(3)多目标匹配：

结果：

代码：