模板匹配

首先介绍一下模板匹配的适用场景：
1、图像检索
2、目标跟踪
简单的说，模板匹配最主要的功能就是在一幅图像中去寻找和另一幅模板图像中相似度最高的部分，这就是模板匹配。

 

#include <iostream>
#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
using namespace std;
using namespace cv;

void main()
{
//步骤一：读取图片
    cv::Mat img1 = cv::imread("C:\\Users\\Administrator\\Desktop\\temp.png");
    cv::Mat img2 = cv::imread("C:\\Users\\Administrator\\Desktop\\temp1.png");
    cv::imshow("【被查找的图像】", img1);
    cv::imshow("【模版图像】", img2);

//步骤二：创建一个空画布用来绘制匹配结果
    cv::Mat dstImg;
    dstImg.create(img1.dims,img1.size,img1.type());
    cv::imshow("createImg",dstImg);

//步骤三：匹配，最后一个参数为匹配方式，共有6种，详细请查阅函数介绍
    cv::matchTemplate(img1, img2, dstImg, 0);

//步骤四：归一化图像矩阵，可省略
    cv::normalize(dstImg, dstImg, 0, 1, 32);

//步骤五：获取最大或最小匹配系数
//首先是从得到的 输出矩阵中得到 最大或最小值（平方差匹配方式是越小越好，所以在这种方式下，找到最小位置）
//找矩阵的最小位置的函数是 minMaxLoc函数
    cv::Point minPoint;
    cv::Point maxPoint;
    double *minVal = 0;
    double *maxVal = 0;
    cv::minMaxLoc(dstImg, minVal, maxVal, &minPoint,&maxPoint);

//步骤六：开始正式绘制
    cv::rectangle(img1, minPoint, cv::Point(minPoint.x + img2.cols, minPoint.y + img2.rows), cv::Scalar(0,255,0), 2, 8);
    cv::imshow("【匹配后的图像】", img1);
    cv::rectangle(dstImg, minPoint, cv::Point(minPoint.x + img2.cols, minPoint.y + img2.rows), cv::Scalar(0,0,0), 3, 8);
    cv::imshow("【匹配后的计算过程图像】", dstImg);
    cv::waitKey(0);