模板匹配(Match Template)

前言
    模板匹配是在图像中寻找目标的方法之一。Come On, Boy.我们一起来看看模板匹配到底是怎么回事。
 

模板匹配的工作方式

    模板匹配的工作方式跟直方图的反向投影基本一样，大致过程是这样的：通过在输入图像上滑动图像块对实际的图像块和输入图像进行匹配。

    假设我们有一张100x100的输入图像，有一张10x10的模板图像，查找的过程是这样的：

  （1）从输入图像的左上角(0,0)开始，切割一块(0,0)至(10,10)的临时图像；

  （2）用临时图像和模板图像进行对比，对比结果记为c；

  （3）对比结果c，就是结果图像(0,0)处的像素值；

  （4）切割输入图像从(0,1)至(10,11)的临时图像，对比，并记录到结果图像；

  （5）重复（1）～（4）步直到输入图像的右下角。

    大家可以看到，直方图反向投影对比的是直方图，而模板匹配对比的是图像的像素值；模板匹配比直方图反向投影速度要快一些，但是我个人认为直方图反向投影的鲁棒性会更好。

 

模板匹配的匹配方式

    在OpenCv和EmguCv中支持以下6种对比方式：

    CV_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。

    CV_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。

    CV_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。

    CV_TM_SQDIFF_NORMED 归一化平方差匹配法

    CV_TM_CCORR_NORMED 归一化相关匹配法

    CV_TM_CCOEFF_NORMED 归一化相关系数匹配法

    根据我的测试结果来看，上述几种匹配方式需要的计算时间比较接近（跟《学习OpenCv》书上说的不同），我们可以选择一个能适应场景的匹配方式。

 

模板匹配的示例代码
    下面是模板匹配的C#版本代码：




模板匹配