day12:模板匹配

前面的11节内容中有通过图像直方图反向投影的方式在图像中寻找模板图像 ， 由于直方图不能直接反映图像的纹理，因此，如果两幅不同模板图像具有相同的直方图分布特性那么在同一幅图中对这两幅模扳图像的直方图进行反向投影，最终结果将不具有参考意义.因此，在图像中寻找模板图像时，可以直接通过比较图像像素的形式来搜索是否存在相同的内容 这种通过比较像素灰度值来寻找相同内容的方法称作图像模板匹配. 模板匹配常用于在一幅图像中寻找特定内容的任务中， 由于模板图像的尺寸小于待匹配图像的尺寸 同时又需要比较两幅图像的每-个像素的灰度值，  因此常采用在 待匹 配图像中选择与模板相同尺寸的滑动窗 口， 通过比较滑动窗 模板的相似 程度 判断待匹 配图像中 是否含有与模饭图像相同的内容 

 

 

 

 代码：

void visionagin::TemplateMatch()
{
	Mat temp = imread("C:\Users\86176\Downloads\visionimage\gaoda1.JFIF");
	Mat img=imread("C:\Users\86176\Downloads\visionimage\gaoda.JFIF");
	imshow("原图", img);
	imshow("模板", temp);
	Mat res;
	matchTemplate(img, temp, res, TM_CCOEFF_NORMED);//将结果归一化到-1到1,1时最匹配
	//由于 matchTemplate 函数的输出结果是存有相关性系数的矩阵，因此需要通过minMaxLoc寻找输入矩阵中的最大值或者最小值 进而确定模板匹配的结果.
	imshow("匹配结果", res);
	Point max_p, min_p;
	double max_val, min_val;
	minMaxLoc(res, &min_val, &max_val, &min_p, &max_p);//寻找最配的点，res中亮度最亮的点
	rectangle(img, Rect(max_p.x, max_p.y, temp.cols, temp.rows), Scalar(0, 0, 255), 1);
	imshow("匹配", img);

}