rectangle函数opencvOPENCV_PYTHONCV2.MATCHTEMPLATE（）函数学习反思
**
OPENCV_PYTHON CV2.MATCHTEMPLATE()函数学习反思
**
学习到这个函数⽅法时，我对该函数返回值产⽣了兴趣
result = cv2.matchTemplate(img, template, cv2.TM_SQDIFF_NORMED)
res 究竟是什么？
先看⽂档
result = cv.matchTemplate(target,tpl,md)
image参数表⽰待搜索源图像，必须是8位整数或32位浮点。
templ参数表⽰模板图像，必须不⼤于源图像并具有相同的数据类型。
method参数表⽰计算匹配程度的⽅法。
result参数表⽰匹配结果图像，必须是单通道32位浮点。
如果image的尺⼨为W x H，templ的尺⼨为w x h，则result的尺⼨为(W-w+1)x(H-h+1)。
其中result是模板图像去匹配的区域位置图像
这句话⼜是什么意思呢？
经过查取资料我知道了：
模板匹配函数cvMatchTemplate依次计算模板与待测图⽚的重叠区域的相似度，并将结果存⼊映射图像result当中，也就是说result图像中的每⼀个点的值代表了⼀次相似度⽐较结果。
这是在我的项⽬中打印出的result结果：
可以看出这是⼀个⼆维矩阵，每个值都是template与图像相同⼤⼩部分的匹配程度。
红⾊部分是template，以滑⾏的⽅式匹配各个位置算出匹配度。
如图可知，模板在待测图像上每次在横向或是纵向上移动⼀个像素，并作⼀次⽐较计算，由此，横向⽐较W-w+1次，纵向⽐较H-h+1次，从⽽得到⼀个（W-w+1）×（H-h+1）维的结果矩阵，result即是⽤图像来表⽰这样的矩阵，因⽽图像result的⼤⼩为（W-w+1）×（H-h+1）。
3.如何result中获得最佳匹配区域
使⽤函数cvMinMaxLoc(result,&min_val,&max_val,&min_loc,&max_loc,NULL)；从result中提取最⼤值（相似度最⾼）以及最⼤值的位置（即在result中该最⼤值max_val的坐标位置max_loc，即模板滑⾏时左上⾓的坐标，类似于图中的坐标（x,y）。）再根据template的w,h参数就可以确定⽬标区域坐标位置，运⽤angle（）画出图像即可。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。