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。
创新互联公司的客户来自各行各业,为了共同目标,我们在工作上密切配合,从创业型小企业到企事业单位,感谢他们对我们的要求,感谢他们从不同领域给我们带来的挑战,让我们激情的团队有机会用头脑与智慧不断的给客户带来惊喜。专业领域包括成都网站设计、成都网站建设、电商网站开发、微信营销、系统平台开发。
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创新互联。
当前标题:Java+opencv3.2.0实现模板匹配
转载来于:http://azwzsj.com/article/pgedcg.html