Qt+Opencv：模板匹配_qt模板匹配

一、模板匹配应用场景闲聊

在很多机器视觉的应用场景都有用到模板匹配的功能，常常用来判断是否有目标检测对象，以及检测对象在图像中的位置。譬如在AOI检测软件中，通过拍摄Mark点的图像，进行mark模板的匹配，从而进行晶圆（以下统称 wafer）的角度校正和中心位置计算，通过一系列的坐标转换后，用于晶圆的检测和量测。

本例只是一个简单的模板匹配示例，仅供学习和知识普及用。
譬如，我们有下面一个模板，

我需要在实际拍摄的图像中获取对象的坐标信息。如下图：

二、模板匹配代码示例

#ifndef TEMPLATEMATCHDEMO_H
#define TEMPLATEMATCHDEMO_H

class TemplateMatchDemo
{
public:
    TemplateMatchDemo();

    static int run();
};

#endif // TEMPLATEMATCHDEMO_H

1
2
3
4
5
6
7
8
9
10
11
12
13

#include "templatematchdemo.h"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
#include <QDebug>
using namespace std;
using namespace cv;

TemplateMatchDemo::TemplateMatchDemo()
{

}


cv::Mat img,templ,result;
const char* window_title_1 = "Source Image";
const char* window_title_2 = "Result window";
int match_method;
int max_Trackbar = 5;

void MatchCallback(int,void*)
{
    Mat img_display;
    img.copyTo( img_display ); //将 img的内容拷贝到 img_display

    /// 创建输出结果的矩阵
    int result_cols =  img.cols - templ.cols + 1;     //计算用于储存匹配结果的输出图像矩阵的大小。
    int result_rows = img.rows - templ.rows + 1;

    result.create( result_cols, result_rows, CV_32FC1 );//被创建矩阵的列数，行数，以CV_32FC1形式储存。

    /// 进行匹配和标准化
    matchTemplate( img, templ, result, match_method ); //待匹配图像，模版图像，输出结果图像，匹配方法（由滑块数值给定。）
    normalize( result, result, 0, 1, NORM_MINMAX, -1, Mat() );//输入数组，输出数组，range normalize的最小值，range normalize的最大值，归一化类型，当type为负数的时候输出的type和输入的type相同。

    /// 通过函数 minMaxLoc 定位最匹配的位置
    double minVal; double maxVal; Point minLoc; Point maxLoc;
    Point matchLoc;

    minMaxLoc( result, &minVal, &maxVal, &minLoc, &maxLoc, Mat() );//用于检测矩阵中最大值和最小值的位置

    /// 对于方法 SQDIFF 和 SQDIFF_NORMED, 越小的数值代表更高的匹配结果. 而对于其他方法, 数值越大匹配越好
    if( match_method  == CV_TM_SQDIFF || match_method == CV_TM_SQDIFF_NORMED )
    {
        matchLoc = minLoc;
    }
    else
    {
        matchLoc = maxLoc;
    }

    ///将得到的结果用矩形框起来
    rectangle( img_display, matchLoc, Point( matchLoc.x + templ.cols , matchLoc.y + templ.rows ), Scalar(0,0,255), 2, 8, 0 );
    rectangle( result, matchLoc, Point( matchLoc.x + templ.cols , matchLoc.y + templ.rows ), Scalar(0,0,255), 2, 8, 0 );

    imshow( window_title_1, img_display );//输出最终的到的结果
    imwrite("result.jpg",img_display);    //将得到的结果写到源代码目录下。
    imshow( window_title_2, result );     // 输出匹配结果矩阵。

    do {
        qt_noop();
    }  while (waitKey(30) < 0);

    return;
}

int TemplateMatchDemo::run()
{
    /// 加载原图及模板图
    try{
        templ = imread("image/mark_templ.png");
        img = imread("image/Mark.png");

        /// 模板匹配函数
        MatchCallback(0,nullptr);

    }catch(const cv::Exception& e){

        qDebug() << e.what() << Qt::endl;
    }
    return 0;
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83

三、运行结果