当前位置：文档库 › 尺度不变的模板匹配(opencv源码)

尺度不变的模板匹配(opencv源码)

在进行模板匹配时，直接调用opencv的函数时，要求模板和原图像中的目标的尺寸要相同，否则，就不能得到令人满意的结果，不具有尺度不变性。在此利用opencv中的尺度变换函数的模板匹配函数，提出一种具有尺度不变的模板匹配方法。

下面假设模板比原图像中的目标的尺寸大。

因为模板的尺寸较大，不断减小模板的尺寸，并且每减小一次，进行一次模板匹配，当减小到设定的值之后，对每次模板匹配得到的结果进行比较：采用CV_TM_SQDIFF方法，将得到的结果矩阵中的最小值除以每一次进行匹配的模板的大小，即每一个像素值对应的差的平方的均值，最小值对应的尺寸就是最终匹配结果的尺寸，该尺寸下匹配得到原图像中模板的位置就是最终的匹配结果。

上程序：

#include

using namespace std;

using namespace cv;

int app(vector minV);

int main( )

{

Mat img = imread("图片1.jpg"); //原图像

Mat temp = imread("图片2.jpg"); //模板

Mat result;

vector minV;

vector minL;

vector down_temp;

down_temp.push_back(temp);

for (int i=0;i<4;i++)

{

Mat temp1;

cout<

int result_cols = img.cols - down_temp[i].cols + 1;

int result_rows = img.rows - down_temp[i].rows + 1;

result.create( result_cols, result_rows, CV_32FC1 );

matchTemplate( img, down_temp[i], result, CV_TM_SQDIFF );

double minVal;

double maxVal;

Point minLoc;

Point maxLoc;

Point matchLoc;

minMaxLoc( result, &minVal, &maxVal, &minLoc, &maxLoc);

minVal=minVal/(down_temp[i].cols*down_temp[i].rows);

cout<

minV.push_back(minVal);

minL.push_back(minLoc);

resize( down_temp[i], temp1, Size( down_temp[i].cols/1.3, down_temp[i].rows/1.5) );

down_temp.push_back(temp1);

}

int location;

location = app(minV);

rectangle( img, minL[location], Point( minL[location].x + down_temp[location].cols , minL[location].y + down_temp[location].rows ), Scalar::all(0), 2, 8, 0 );

imshow("结果",img);

waitKey();

return 0;

}

int app(vector minV)

{

int t=0;

for (int i = 1; i < minV.size();i++)

{

if (minV[i] < minV[t]) t = i;

}

return t; }