opencv中立体匹配源码在哪个文件夹

Posted 2023-05-03

参考技术A OpenCV是代码开源的，并提供了所有内部自带函数的源代码，有时我们可能需要自己定义或修改一部分源代码来达到自己所需要的功能，那么如何准确的找到OpenCV中自带函数的源代码程序呢
工具/原料
opencv
VS
方法/步骤
1
找到Opencv的安装目录，例如我的安装目录在F盘，找到相应的安装目录如下所示

2
可以看到上图中有两个目录文件夹，而我们要找的源代码就在source这个文件夹下，打开这个目录

3
在上图中找到modules,打开后可以看到很多文件夹，每个文件夹下都存放了不同类型领域的源代码

4
下面我们以查找Opencv中图像处理函数filter2D的源代码为例，它存在improc这个目录下

5
打开上图中的src文件夹，可以看到filter.cpp，而我们要的函数就在这个文件里面了

6
打开filter.cpp文件，按快捷键CRTL+F,直接搜索filter2D,即可以找到所要的程序代码了

END
注意事项
温馨提示：三击下面语句，并拖动鼠标左键，松开后便可自动进入相应经验哦本回答被提问者采纳

实战 | OpenCV带掩码(mask)的模板匹配使用技巧与演示(附源码)

导读

本文将重点介绍 OpenCV带掩码(mask)的模板匹配使用技巧与演示。（公众号：OpenCV与AI深度学习）

 背景介绍

    在使用模板匹配时，一些特定情况中我们并不需要将整个模板图像拿来匹配，而只需要其中特定的部分做模板，其他部分则加入反而会影响匹配结果。如下图所示： 

原本左边的模板图除了我们想要的部分外，还有外部的白色背景区域，如果将整张图作为模板，来做模板匹配，匹配结果会出错，结果如下：

加上掩码后匹配，结果如下：

详细步骤

    在核心方法还是使用OpenCV的matchTemplate函数，只是这次我们要指定mask(掩码)，匹配时对于掩码中的非0像素匹配算法起作用，掩码中的灰度值为0像素位置，匹配算法不起作用。

【1】通过模板图像获得掩码图像。

这里获取掩码的方法不唯一，可以通过预先加载获得，可以通过二值化，图像分割等手段获得，最终的掩码图像需要与模板图像大小一致，同时为单通道图像，mask的非0像素对应的位置就是我们关心的匹配内容，灰度值为的0像素对应的位置则是无关内容。本文是通过二值化获得如下右图的mask图像：

Mat mask;
cvtColor(temp, mask, COLOR_BGR2GRAY);
threshold(mask, mask, 10, 255, THRESH_BINARY);
imshow("mask", mask);

【2】模板匹配，指定mask参数为步骤【1】获得的掩码图像。

matchTemplate(src, temp, result, TM_CCOEFF_NORMED, mask);

匹配结果与源码如下：

实例一：

实例二：

实例三：

// 公众号：OpenCV与AI深度学习
// 作 者：Color Space


#include "pch.h"
#include "opencv2/opencv.hpp"
#include <iostream>
using namespace std;
using namespace cv;


void main()

  ///单模板匹配
  Mat img = imread("A2.png");
  Mat temp = img(Rect(420, 20, 90, 90)).clone();
  imshow("ROI", temp);
  waitKey();
  
  Mat src = img(Rect(0, 0, 400, img.rows));  //待搜索图像
  imshow("temp", temp);
  imshow("src", src);


  Mat mask;
  cvtColor(temp, mask, COLOR_BGR2GRAY);
  threshold(mask, mask, 10, 255, THRESH_BINARY);
  imshow("mask", mask);


  Mat dst = src.clone();  //原图备份


  int width = src.cols -  temp.cols +1;  //result 宽度
  int height = src.rows - temp.rows +1; //result 高度


  Mat result(height, width, CV_32FC1); //创建结果映射图像


  matchTemplate(src, temp, result, TM_CCOEFF_NORMED, mask);  //化相关系数匹配最佳值 1
  imshow("result", result);
  //normalize(result, result, 0, 1, NORM_MINMAX, -1);  //归一化到0--1范围


  double minValue, maxValue;
  Point minLoc, maxLoc;
  minMaxLoc(result, &minValue, &maxValue, &minLoc, &maxLoc);


  cout<<"minValue="<<minValue<<endl;
  cout<<"maxValue="<<maxValue<<endl;


  rectangle(dst, maxLoc, Point(maxLoc.x+temp.cols, maxLoc.y+temp.rows), Scalar(0, 255, 0), 2, 8);
  imshow("dst", dst); 
  waitKey(0);

—THE END—

​

觉得有用，记得点个赞