OpenCV
开源计算机视觉库
•All Classes Namespaces Files Functions Variables Typedefs Enumerations Enumerator Properties Friends Macros Modules Pages
枚举 | 函数
目标检测
图像处理

详细描述

枚举

枚举  cv::TemplateMatchModes {
  cv::TM_SQDIFF = 0 ,
  cv::TM_SQDIFF_NORMED = 1 ,
  cv::TM_CCORR = 2 ,
  cv::TM_CCORR_NORMED = 3 ,
  cv::TM_CCOEFF = 4 ,
  cv::TM_CCOEFF_NORMED = 5
}
 模板匹配操作的类型 更多…
 

函数

void cv::matchTemplate (InputArray image, InputArray templ, OutputArray result, int method, InputArray mask=noArray())
 比较模板与重叠的图像区域。
 

枚举类型文档

◆ TemplateMatchModes

枚举 cv::TemplateMatchModes

#include <opencv2/imgproc.hpp>

模板匹配操作的类型

枚举器
TM_SQDIFF 
Python: cv.TM_SQDIFF

R(x,y)=∑x′,y′(T(x′,y′)−I(x+x′,y+y′))2

带掩码

R(x,y)=∑x′,y′((T(x′,y′)−I(x+x′,y+y′))⋅M(x′,y′))2

TM_SQDIFF_NORMED 
Python: cv.TM_SQDIFF_NORMED

R(x,y)=∑x′,y′(T(x′,y′)−I(x+x′,y+y′))2∑x′,y′T(x′,y′)2⋅∑x′,y′I(x+x′,y+y′)2

带掩码

R(x,y)=∑x′,y′((T(x′,y′)−I(x+x′,y+y′))⋅M(x′,y′))2∑x′,y′(T(x′,y′)⋅M(x′,y′))2⋅∑x′,y′(I(x+x′,y+y′)⋅M(x′,y′))2

TM_CCORR 
Python: cv.TM_CCORR

R(x,y)=∑x′,y′(T(x′,y′)⋅I(x+x′,y+y′))

带掩码

R(x,y)=∑x′,y′(T(x′,y′)⋅I(x+x′,y+y′)⋅M(x′,y′)2)

TM_CCORR_NORMED 
Python: cv.TM_CCORR_NORMED

R(x,y)=∑x′,y′(T(x′,y′)⋅I(x+x′,y+y′))∑x′,y′T(x′,y′)2⋅∑x′,y′I(x+x′,y+y′)2

带掩码

R(x,y)=∑x′,y′(T(x′,y′)⋅I(x+x′,y+y′)⋅M(x′,y′)2)∑x′,y′(T(x′,y′)⋅M(x′,y′))2⋅∑x′,y′(I(x+x′,y+y′)⋅M(x′,y′))2

TM_CCOEFF 
Python: cv.TM_CCOEFF

R(x,y)=∑x′,y′(T′(x′,y′)⋅I′(x+x′,y+y′))

其中

T′(x′,y′)=T(x′,y′)−1/(w⋅h)⋅∑x″,y″T(x″,y″)I′(x+x′,y+y′)=I(x+x′,y+y′)−1/(w⋅h)⋅∑x″,y″I(x+x″,y+y″)

带掩码

T′(x′,y′)=M(x′,y′)⋅(T(x′,y′)−1∑x″,y″M(x″,y″)⋅∑x″,y″(T(x″,y″)⋅M(x″,y″)))I′(x+x′,y+y′)=M(x′,y′)⋅(I(x+x′,y+y′)−1∑x″,y″M(x″,y″)⋅∑x″,y″(I(x+x″,y+y″)⋅M(x″,y″)))

TM_CCOEFF_NORMED 
Python: cv.TM_CCOEFF_NORMED

R(x,y)=∑x′,y′(T′(x′,y′)⋅I′(x+x′,y+y′))∑x′,y′T′(x′,y′)2⋅∑x′,y′I′(x+x′,y+y′)2

函数文档

◆ matchTemplate()

void cv::matchTemplate ( InputArray image,
InputArray templ,
OutputArray result,
int method,
InputArray mask = noArray() )
Python
cv.matchTemplate(image, templ, method[, result[, mask]]) -> result

#include <opencv2/imgproc.hpp>

比较模板与重叠的图像区域。

该函数在图像 `image` 上滑动，使用指定的方法将大小为 w×h 的重叠块与模板 `templ` 进行比较，并将比较结果存储在 `result` 中。TemplateMatchModes 描述了可用比较方法的公式（I 表示图像，T 表示模板，R 表示结果，M 表示可选掩码）。求和是在模板和/或图像块上进行的：x′=0...w−1,y′=0...h−1

函数完成比较后，可以使用 minMaxLoc 函数找到最佳匹配项作为全局最小值（当使用 TM_SQDIFF 时）或全局最大值（当使用 TM_CCORR 或 TM_CCOEFF 时）。对于彩色图像，分子中的模板求和以及分母中的每个求和都在所有通道上进行，并且对每个通道使用单独的平均值。也就是说，该函数可以接受彩色模板和彩色图像。结果仍然是单通道图像，更容易分析。

参数
image进行搜索的图像。必须是 8 位或 32 位浮点型。
templ搜索模板。它必须不大于源图像，并且具有相同的数据类型。
result比较结果映射。必须是单通道 32 位浮点型。如果图像为 W×H 且模板为 w×h ，则结果为 (W−w+1)×(H−h+1) 。
method指定比较方法的参数，参见 TemplateMatchModes
mask可选掩码。它必须与 `templ` 大小相同。它必须与模板具有相同数量的通道，或者只有一个通道，然后用于所有模板和图像通道。如果数据类型为 CV_8U，则掩码被解释为二进制掩码，这意味着仅使用掩码非零的元素，并且保持不变，与实际掩码值无关（权重等于 1）。对于数据类型 CV_32F，掩码值用作权重。TemplateMatchModes 中记录了精确的公式。
2025年1月8日星期三16:06:36 为OpenCV生成的 doxygen 1.12.0