OpenCV学习笔记:模板匹配 Java version
首先我要纠正一个错误的学习习惯,像OpenCV这样的大型库,按照官方教程一步一步调试的学习效率太低了,OpenCV就像字典一样,当我们需要计算机进行某些视觉特性模拟时,针对具体问题去检索库中对应的API即可。
尽管官方教程非常详细,但除了人脸识别的Demo和一套doc外,没有其他Java实例,教程中详细的实例都由C语言编写,我在测试的过程中会将对应部分按照OOP形式重写为Java模块,并在学习笔记中贴出。
官方教程可以在OpenCV库解压目录的build/doc下找到,当然,是英文的。
模板匹配,通俗的讲,提供原始图片与其中的一部分,找出该部分在原始图片中的位置,它存在诸多限制,对模板的转置与缩放会严重影响匹配结果,但容许一定的失真。
TemplateMaching.java:
import org.opencv.core.Core;
import org.opencv.core.Core.MinMaxLocResult;
import org.opencv.core.CvType;
import org.opencv.core.Mat;
import org.opencv.core.Point;
import org.opencv.core.Scalar;
import org.opencv.highgui.Highgui;
import org.opencv.imgproc.Imgproc;
public class TemplateMaching {
private String sourcePath,dstPath;
private Mat source,dst;
//原图片
public void setSource(String picPath){
this.sourcePath = picPath;
}
//需要匹配的部分
public void setDst(String picPath){
this.dstPath = picPath;
}
//处理,生成结果图
public void process(){
//将文件读入为OpenCV的Mat格式
source = Highgui.imread(sourcePath);
dst = Highgui.imread(dstPath);
//创建于原图相同的大小,储存匹配度
Mat result = Mat.zeros(source.rows(),source.cols(),CvType.CV_32FC1);
//调用模板匹配方法
Imgproc.matchTemplate(source, dst, result,Imgproc.TM_SQDIFF);
//规格化
Core.normalize(result, result, 0, 1,Core.NORM_MINMAX, -1);
//获得最可能点,MinMaxLocResult是其数据格式,包括了最大、最小点的位置x、y
MinMaxLocResult mlr = Core.minMaxLoc(result);
Point matchLoc = mlr.minLoc;
//在原图上的对应模板可能位置画一个绿色矩形
Core.rectangle(source, matchLoc, new Point(matchLoc.x + dst.width(),matchLoc.y + dst.height()),new Scalar(0,255,0));
//将结果输出到对应位置
Highgui.imwrite("./Result/TMOutPut.png",source);
}
public static void main(String[] args) {
System.loadLibrary("opencv_java249");
TemplateMaching macher = new TemplateMaching();
//设置原图
macher.setSource("./Data/Lession4/BK.jpg");
//设置要匹配的图
macher.setDst("./Data/Lession4/BK_DST_DES.jpg");
macher.process();
}
}
原图:
匹配图(原始、转置、缩放、失真):
↑匹配
↑产生偏移
↑产生偏移,大小错误
↑匹配
对于图像识别,模板映射存在着较大的限制,在今后的学习中会着重寻找特性匹配的内容。
OpenCV学习笔记[4]模板匹配 Java version
原文地址:http://blog.csdn.net/shuzhe66/article/details/40817389