zytandll
zytandll
2015-01-15 09:02
采纳率: 0%
浏览 4.9k

opencv 模板匹配 crossCorr dft

有没有大神研究过opencv自带的模板匹配函数,里面有一个计算相似系数的crossCorr()函数,我看了半天,为什么觉得传入计算dft()的矩阵是空矩阵,而不是模板或待匹配图像矩阵呢,求解答下,已经困惑很久了,谢谢。。。

  • 点赞
  • 写回答
  • 关注问题
  • 收藏
  • 邀请回答

2条回答 默认 最新

  • wangyaninglm
    shiter 2015-01-15 09:05
     void matchTemplate( const Mat& _img, const Mat& _templ, Mat& result, int method )
    {
        CV_Assert( CV_TM_SQDIFF <= method && method <= CV_TM_CCOEFF_NORMED );
        //numType用来表示模板匹配的方式,0表示相关匹配法,1表示相关系数匹配法,2表示平方差匹配法
        //isNormed表示是否进行归一化处理,true表示进行归一化,false表示不进行归一化处理
        int numType = method == CV_TM_CCORR || method == CV_TM_CCORR_NORMED ? 0 :
                      method == CV_TM_CCOEFF || method == CV_TM_CCOEFF_NORMED ? 1 : 2;
        bool isNormed = method == CV_TM_CCORR_NORMED ||
                        method == CV_TM_SQDIFF_NORMED ||
                        method == CV_TM_CCOEFF_NORMED;
        //判断两幅图像的大小关系,如果输入的原始图像比匹配图像要小,则将原始图像作为模板,原来的模板图像作为搜索图
        Mat img = _img, templ = _templ;
        if( img.rows < templ.rows || img.cols < templ.cols )
            std::swap(img, templ);
    
        CV_Assert( (img.depth() == CV_8U || img.depth() == CV_32F) &&
                   img.type() == templ.type() );
    
       //crossCorr函数是将输入图像做了一次DFT变换(离散傅里叶变换),将空间域的图像转换到频率域中来进行处理,并将处理的结果存放在result中
        int cn = img.channels();
        crossCorr( img, templ, result,
                   Size(img.cols - templ.cols + 1, img.rows - templ.rows + 1),
                   CV_32F, Point(0,0), 0, 0);
    
        //如果是相关匹配方法,此处已经计算完毕,返回
        if( method == CV_TM_CCORR )
            return;
    
        //将模板看作单位1,计算每一个像元所占的百分比(也可以理解为整个模板面积为1,计算每个像元的面积)
        double invArea = 1./((double)templ.rows * templ.cols);
    
        Mat sum, sqsum;
        Scalar templMean, templSdv;
        double *q0 = 0, *q1 = 0, *q2 = 0, *q3 = 0;
        double templNorm = 0, templSum2 = 0;
    
        //相关系数匹配算法
        if( method == CV_TM_CCOEFF )
        {
            integral(img, sum, CV_64F);//对原始图像进行求和
            templMean = mean(templ);//计算模板图像的均值向量
        }
        else//其他匹配算法
        {
            integral(img, sum, sqsum, CV_64F);//计算原始图像的和以及平方和
            meanStdDev( templ, templMean, templSdv );//计算模板图像的均值向量和方差向量
    
            templNorm = CV_SQR(templSdv[0]) + CV_SQR(templSdv[1]) +
                        CV_SQR(templSdv[2]) + CV_SQR(templSdv[3]);//计算所有通道的方差和
    
            if( templNorm < DBL_EPSILON && method == CV_TM_CCOEFF_NORMED )
            {//如果所有通道的方差的和等于0,并且使用的方法是归一化相关系数匹配方法,则返回
                result = Scalar::all(1);
                return;
            }
    
            templSum2 = templNorm +
                         CV_SQR(templMean[0]) + CV_SQR(templMean[1]) +
                         CV_SQR(templMean[2]) + CV_SQR(templMean[3]);//计算所有通道的均值的平方和
    
            if( numType != 1 )//匹配方式不是相关系数,对模板均值向量和templNorm重新赋值
            {
                templMean = Scalar::all(0);
                templNorm = templSum2;
            }
    
            templSum2 /= invArea;
            templNorm = sqrt(templNorm);
            templNorm /= sqrt(invArea); // care of accuracy here
    
            q0 = (double*)sqsum.data;
            q1 = q0 + templ.cols*cn;
            q2 = (double*)(sqsum.data + templ.rows*sqsum.step);
            q3 = q2 + templ.cols*cn;
        }
    
        //下面就是在结果图像中进行查找匹配的结果位置,代码略去,具体可参考OpenCV源代码
    
    点赞 评论
  • wangyaninglm
    shiter 2015-01-16 03:52

    没有细看过,你有没有完整的程序,发上来看看,或者,单步调试一下,看看你说的变量里面有没有值

    点赞 评论

相关推荐