Java+opencv3.2.0实现模板匹配

模板匹配是一项在一幅图像中寻找与另一幅模板图像最匹配(相似)部分的技术。

函数：Imgproc.matchTemplate(Mat image, Mat templ, Mat result, int method)

参数说明：

image：源图像
templ：模板图像
result：比较结果
method：匹配算法

匹配算法：

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。
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。
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。
TM_SQDIFF_NORMED 归一化平方差匹配法。
TM_CCORR_NORMED 归一化相关匹配法。
TM_CCOEFF_NORMED 归一化相关系数匹配法。

示例代码：

public static void main(String[] args)
  {
    // TODO Auto-generated method stub
    System.loadLibrary(Core.NATIVE_LIBRARY_NAME);

    Mat g_tem = Imgcodecs.imread("F:\\mould.jpg");
    Mat g_src = Imgcodecs.imread("F:\\source.jpg");

    int result_rows = g_src.rows() - g_tem.rows() + 1;
    int result_cols = g_src.cols() - g_tem.cols() + 1;
    Mat g_result = new Mat(result_rows, result_cols, CvType.CV_32FC1);
    Imgproc.matchTemplate(g_src, g_tem, g_result, Imgproc.TM_CCORR_NORMED); // 归一化平方差匹配法
    // Imgproc.matchTemplate(g_src, g_tem, g_result,
    // Imgproc.TM_CCOEFF_NORMED); // 归一化相关系数匹配法

    // Imgproc.matchTemplate(g_src, g_tem, g_result, Imgproc.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。

    // Imgproc.matchTemplate(g_src, g_tem, g_result, Imgproc.TM_CCORR); //
    // 相关匹配法

    // Imgproc.matchTemplate(g_src, g_tem, g_result,Imgproc.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。

    // Imgproc.matchTemplate(g_src, g_tem,g_result,Imgproc.TM_CCORR_NORMED);
    // // 归一化相关匹配法
    Core.normalize(g_result, g_result, 0, 1, Core.NORM_MINMAX, -1, new Mat());
    Point matchLocation = new Point();
    MinMaxLocResult mmlr = Core.minMaxLoc(g_result);

    matchLocation = mmlr.maxLoc; // 此处使用maxLoc还是minLoc取决于使用的匹配算法
    Imgproc.rectangle(g_src, matchLocation,
        new Point(matchLocation.x + g_tem.cols(), matchLocation.y + g_tem.rows()),
        new Scalar(0, 0, 0, 0));

    Imgcodecs.imwrite("F:\\match.jpg", g_src);
    }

源图像：

模板图像：

匹配结果：

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持呐喊教程。

声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：notice#nhooo.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。