Zi 字媒體

opencv_ex27-影像模板比對matchTemplate、歸一化函式normalize、計算比對後目標影像的位置minMaxLoc、畫矩形rectangle GITHUB: https://github.com/jash-git/CPP_opencv249_ex     影像模板比對         void matchTemplate(InputArray image, InputArray templ, OutputArray result, int method)         image：輸入圖，必須為 8位元或浮點數圖。         templ：輸入的template，尺寸必須小於輸入圖，形態需相同。         result：比較結果圖，必須為單通道32位元浮點數圖，如果image的尺寸為W x H，templ的尺寸為w x h，則result的尺寸為(W-w+1)x(H-h+1)。         method：比較方法，有以下六種方法可選擇：             method=CV_TM_SQDIFF             method=CV_TM_SQDIFF_NORMED             method=CV_TM_CCORR             method=CV_TM_CCORR_NORMED             method=CV_TM_CCOEFF             method=CV_TM_CCOEFF_NORMED         當我們的參數為CV_TM_SQDIFF時，計算結果較小時相似度較高，當我們參數為CV_TM_CCORR、CV_TM_CCOEF時，計算結果較大時相似度較高。     歸一化函式         normalize(src, dst, alpha, beta, norm_type, dtype, mask)         src-輸入陣列。         dst-與SRC大小相同的輸出陣列。         α-範數值在範圍歸一化的情況下歸一化到較低的範圍邊界。         β-上限範圍在範圍歸一化的情況下；它不用於範數歸一化。         正規化-規範化型別（見下面的細節）。             NORM_MINMAX: 陣列的數值被平移或縮放到一個指定的範圍，線性歸一化。             NORM_INF: 歸一化陣列的（切比雪夫距離）L∞範數(絕對值的最大值)             NORM_L1:  歸一化陣列的（曼哈頓距離）L1-範數(絕對值的和)             NORM_L2: 歸一化陣列的(歐幾里德距離)L2-範數         dType——當輸出為負時，輸出陣列具有與SRC相同的型別；否則，它具有與SRC相同的通道數和深度＝CVH-MatthAsHead（DyType）。     當我們得到比較圖後，根據由比較方式，選擇比較圖最小或最大值的地方，就是目標影像的位置。         void minMaxLoc(InputArray src, double* minVal, double* maxVal=0, Point* minLoc=0, Point* maxLoc=0, InputArray mask=noArray())         src：輸入圖。         minVal：極小值，可輸入NULL表示不需要。         maxVal ：極大值，可輸入NULL表示不需要。         minLoc：極小值的位置，可輸入NULL表示不需要。         maxLoc：極大值的位置，可輸入NULL表示不需要。         mask：可有可無的遮罩。 畫矩形         void rectangle(Mat& img, Point pt1, Point pt2, const Scalar& color, int thickness=1, int lineType=8, int shift=0)         img：輸入圖，矩形會畫在上面。         pt1：矩形頂點。         pt2：矩形頂點，pt1的對角邊         color：矩形的顏色。         thickness：矩形的邊線寬度，輸入負值或CV_FILLED代表填滿矩形。         lineType：通道型態，可輸入8、4、CV_AA： 8->8通道連結。 4->4通道連結。 CV_AA->消除鋸齒(antialiased line)，消除顯示器畫面線邊緣的凹凸鋸齒。 #include #include #include #include #include #include #include #if defined(WIN32) #define TIMEB _timeb #define ftime _ftime typedef __int64 TIME_T; #else #define TIMEB timeb typedef long long TIME_T; #endif using namespace cv; using namespace std; Mat src;//input image void Pause() { printf("Press Enter key to continue..."); fgetc(stdin); } Mat input; Mat temp; Mat dst; int match_method = TM_SQDIFF; int max_track = 5; void Match_Demo(int, void*); int main() { input = imread("input.png"); if (!input.data) { printf("could not load image...\n"); } else { namedWindow("input", CV_WINDOW_AUTOSIZE); namedWindow("temp", CV_WINDOW_AUTOSIZE); namedWindow("match_output", CV_WINDOW_NORMAL); imshow("input", input); temp = imread("temp.png"); imshow("temp", temp); const char* trackbar_title = "Match Algo Type:"; createTrackbar(trackbar_title, "match_output", &match_method, max_track, Match_Demo); Match_Demo(0, 0); } waitKey(0); Pause(); return 0; } void Match_Demo(int, void*) { int width = input.cols - temp.cols + 1; int height = input.rows - temp.rows + 1; Mat result(width, height, CV_32FC1); /* 影像模板比對 void matchTemplate(InputArray image, InputArray templ, OutputArray result, int method) image：輸入圖，必須為 8位元或浮點數圖。 templ：輸入的template，尺寸必須小於輸入圖，形態需相同。 result：比較結果圖，必須為單通道32位元浮點數圖，如果image的尺寸為W x H，templ的尺寸為w x h，則result的尺寸為(W-w+1)x(H-h+1)。 method：比較方法，有以下六種方法可選擇： method=CV_TM_SQDIFF method=CV_TM_SQDIFF_NORMED method=CV_TM_CCORR method=CV_TM_CCORR_NORMED method=CV_TM_CCOEFF method=CV_TM_CCOEFF_NORMED 當我們的參數為CV_TM_SQDIFF時，計算結果較小時相似度較高，當我們參數為CV_TM_CCORR、CV_TM_CCOEF時，計算結果較大時相似度較高。 */ matchTemplate(input, temp, result, match_method); /* 歸一化函式 normalize(src, dst, alpha, beta, norm_type, dtype, mask) src-輸入陣列。 dst-與SRC大小相同的輸出陣列。 α-範數值在範圍歸一化的情況下歸一化到較低的範圍邊界。 β-上限範圍在範圍歸一化的情況下；它不用於範數歸一化。 正規化-規範化型別（見下面的細節）。 NORM_MINMAX: 陣列的數值被平移或縮放到一個指定的範圍，線性歸一化。 NORM_INF: 歸一化陣列的（切比雪夫距離）L∞範數(絕對值的最大值) NORM_L1: 歸一化陣列的（曼哈頓距離）L1-範數(絕對值的和) NORM_L2: 歸一化陣列的(歐幾里德距離)L2-範數 dType——當輸出為負時，輸出陣列具有與SRC相同的型別；否則，它具有與SRC相同的通道數和深度＝CVH-MatthAsHead（DyType）。 */ normalize(result, result, 0, 1, NORM_MINMAX, -1, Mat()); Point minLoc; Point maxLoc; double min, max; input.copyTo(dst); Point temLoc; /* 當我們得到比較圖後，根據由比較方式，選擇比較圖最小或最大值的地方，就是目標影像的位置。 void minMaxLoc(InputArray src, double* minVal, double* maxVal=0, Point* minLoc=0, Point* maxLoc=0, InputArray mask=noArray()) src：輸入圖。 minVal：極小值，可輸入NULL表示不需要。 maxVal ：極大值，可輸入NULL表示不需要。 minLoc：極小值的位置，可輸入NULL表示不需要。 maxLoc：極大值的位置，可輸入NULL表示不需要。 mask：可有可無的遮罩。 */ minMaxLoc(result, &min, &max, &minLoc, &maxLoc, Mat()); if (match_method == TM_SQDIFF || match_method == TM_SQDIFF_NORMED) { temLoc = minLoc; } else { temLoc = maxLoc; } rectangle(dst, Rect(temLoc.x, temLoc.y, temp.cols, temp.rows), Scalar(0, 0, 255), 2, 8); //rectangle(result, Rect(temLoc.x, temLoc.y, temp.cols, temp.rows), Scalar(0, 0, 255), 2, 8); //imshow("temp", result); imshow("match_output", dst); }