Tadeas模板匹配matchTemplate介绍

Posted 2022-09-24 tadeas

result = cv.matchTemplate(target,tpl,md)
opencv的目标匹配函数为matchTemplate，函数原型为：matchTemplate(image, templ, method[, result[, mask]]) -> result
image参数表示待搜索源图像，必须是8位整数或32位浮点。
templ参数表示模板图像，必须不大于源图像并具有相同的数据类型。
method参数表示计算匹配程度的方法。
result参数表示匹配结果图像，必须是单通道32位浮点。为一些列图像的top_left的坐标和相关性对应关系。

min_val,max_val,min_loc,max_loc = cv.minMaxLoc(result)
result 可通过该函数获取对应最大和最小匹配值和对应的位置。
函数minMaxLoc原型为：minMaxLoc(src[, mask]) -> minVal, maxVal, minLoc, maxLoc
src：参数表示输入单通道图像。
mask：表示用于选择子数组的可选掩码。
minVal：表示返回的最小值，如果不需要，则使用NULL。
maxVal：表示返回的最大值，如果不需要，则使用NULL。
minLoc：表示返回的最小位置的指针（在2D情况下）； 如果不需要，则使用NULL。
maxLoc：表示返回的最大位置的指针（在2D情况下）； 如果不需要，则使用NULL。

常用的method: cv2.TM_CCOEFF、cv2.TM_CCOEFF_NORMED、cv2.TM_CCORR、cv2.TM_CCORR_NORMED、cv2.TM_SQDIFF', 'cv2.TM_SQDIFF_NORMED。
其中：cv2.TM_SQDIFF和cv2.TM_SQDIFF_NORMED对应的相关性越小，匹配度越高；其他的算法相关性越大，匹配度越高。
这些算法的匹配方式分别是：
- TM_SQDIFF是平方差匹配
- TM_SQDIFF_NORMED是标准平方差匹配
- TM_CCORR是相关性匹配
- TM_CCORR_NORMED是标准相关性匹配
- TM_CCOEFF是相关性系数匹配
- TM_CCOEFF_NORMED是标准相关性系数匹配 

$ $ 6中匹配算法的原理

• 缺点：模板匹配具有自身的局限性，主要表现在它只能进行平行移动，若原图像中的匹配目标发生旋转或大小变化，该算法无效。