Java+opencv3.2.0实现模板匹配

时间:2019-04-13
本文章向大家介绍Java+opencv3.2.0实现模板匹配,主要包括Java+opencv3.2.0实现模板匹配使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。

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脚本之家。