模板匹配是一種在圖像中尋找特定模式的技術。它通過滑動一個模板圖像（較小的圖像）在輸入圖像上進行比較，找到最相似的區域。本實驗提供了一個簡單的模板匹配案例，并將其封裝為一個自定義函數 performTemplateMatching，方便快速移植和使用。

源代碼地址：https://gitee.com/LockzhinerAI/LockzhinerVisionModule/tree/master/Cpp_example/C02_TemplateMatching

1. 基本知識講解

1.1 模板匹配的重要性

目標檢測：模板匹配可以用于檢測圖像中的特定對象。

應用場景：廣泛應用于物體識別、工業自動化、機器人導航等領域。

局限性：模板匹配對旋轉、縮放和光照變化較為敏感，因此通常需要結合其他技術來提高魯棒性。

1.2 模板匹配的流程

獲取輸入圖像和模板圖像。

使用模板匹配算法（如歸一化互相關 NCC）計算相似度。

找到匹配結果中的最大值及其位置。

根據相似度閾值判斷匹配是否成功。

繪制矩形框標記匹配區域并顯示結果。

2. API 文檔

2.1 頭文件

#include

2.2 在輸入圖像中搜索模板圖像的位置

voidmatchTemplate(InputArrayimage,InputArraytempl,OutputArrayresult,intmethod);

參數：

image：待搜索的圖像。

templ：模板圖像。

result：搜索結果。

method：搜索方法，可以是 TM_SQDIFF、TM_SQDIFF_NORMED、TM_CCORR、TM_CCORR_NORMED、TM_CCOEFF、TM_CCOEFF_NORMED 之一。

返回值：

無

2.3 獲取匹配結果中的最大值及其位置

voidminMaxLoc(InputArraysrc,double*minVal,double*maxVal,Point*minLoc,Point*maxLoc,InputArraymask=noArray());

參數：

src：輸入矩陣。

minVal：最小值。

maxVal：最大值。

minLoc：最小值位置。

maxLoc：最大值位置。

mask：可選的掩碼矩陣，用于指定要搜索的像素范圍。

返回值：

無

3. 綜合代碼解析

3.1 流程圖

3.2 代碼解釋

模板匹配函數應用

doublesimilarityThreshold=0.7;// 相似度閾值
booluseGrayscale=false; // 是否使用灰度處理
boolmatchSuccess=performTemplateMatching(img,templ,similarityThreshold,img,useGrayscale);

模板匹配函數具體參數定義如下所示。

boolperformTemplateMatching(constMat&inputImage,constMat&templateImage,doublethreshold,Mat&outputImage,boolisGrayscale=false);

參數：

inputImage：輸入圖像。

templateImage：模板圖像。

threshold：相似度閾值。

outputImage：輸出圖像。

isGrayscale：是否進行灰度處理。

返回值：

true：匹配成功。

false：匹配失敗。

輸出結果

edit.Print(img);

3.3 代碼實現

#include
#include
#include

usingnamespacecv;
usingnamespacestd;

// 模板匹配函數
boolperformTemplateMatching(constMat&inputImage,constMat&templateImage,doublethreshold,Mat&outputImage,boolisGrayscale=false)
{
// 確保模板圖像比輸入圖像小
if(templateImage.rows>inputImage.rows||templateImage.cols>inputImage.cols)
{
cout<<"模板圖像不能大于輸入圖像！"<<endl;
returnfalse;
}

// 創建用于匹配的圖像副本
Mattempl=templateImage.clone();
Matimg=inputImage.clone();

// 如果選擇灰度處理，則將輸入圖像和模板圖像轉換為灰度
if(isGrayscale)
{
if(img.channels()==3)
{
cvtColor(img,img,COLOR_BGR2GRAY);
}
if(templ.channels()==3)
{
cvtColor(templ,templ,COLOR_BGR2GRAY);
}
}

// 打印調試信息
cout<<"輸入圖像尺寸: "<<img.size()<<", 通道數: "<<img.channels()<<endl;
cout<<"模板圖像尺寸: "<<templ.size()<<", 通道數: "<<templ.channels()<<endl;

// 創建結果矩陣，用于存儲匹配結果
intresultRows=img.rows-templ.rows+1;
intresultCols=img.cols-templ.cols+1;
if(resultRows<=0||resultCols<=0)
{
cout<<"結果矩陣尺寸無效！請檢查輸入圖像和模板圖像的尺寸。"<<endl;
returnfalse;
}
Matresult(resultRows,resultCols,CV_32FC1);

// 使用歸一化互相關（NCC）方法進行模板匹配
doublestart=static_cast<double>(getTickCount());
matchTemplate(img,templ,result,TM_CCOEFF_NORMED);
doubleend=static_cast<double>(getTickCount());
doubleelapsedTime=(end-start)/getTickFrequency();
cout<<"matchTemplate 運行時間: "<<elapsedTime<<" 秒"<<endl;

// 找到匹配結果中的最大值及其位置
doubleminVal,maxVal;
PointminLoc,maxLoc;
minMaxLoc(result,&minVal,&maxVal,&minLoc,&maxLoc);

// 輸出相似度閾值判斷
if(maxVal>=threshold)
{
cout<<"匹配成功！最大相似度: "<<maxVal<<endl;

// 繪制矩形框標記匹配區域
rectangle(outputImage,maxLoc,Point(maxLoc.x+templ.cols,maxLoc.y+templ.rows),Scalar(0,255,0),2);
returntrue;
}
else
{
cout<<"匹配失敗！最大相似度: "<<maxVal<<endl;
returnfalse;
}
}

intmain(intargc,char**argv)
{
// 檢查命令行參數數量是否正確
if(argc!=2)
{
cout<<"用法: "<<argv[0]<<" <模板圖像路徑>"<<endl;
return-1;
}

// 聲明并初始化變量
stringtemplateImagePath=argv[1];// 模板圖像路徑

lockzhiner_vision_module::Editedit;
if(!edit.StartAndAcceptConnection())
{
std::cerr<<"Error: Failed to start and accept connection."<<std::endl;
returnEXIT_FAILURE;
}
std::cout<<"Device connected successfully."<<std::endl;

// 初始化攝像頭
cv::VideoCapturecap;
intwidth=320; // 設置攝像頭分辨率寬度
intheight=240;// 設置攝像頭分辨率高度
cap.set(cv::CAP_PROP_FRAME_WIDTH,width);
cap.set(cv::CAP_PROP_FRAME_HEIGHT,height);

// 打開攝像頭設備
cap.open(0);// 參數 0 表示默認攝像頭設備
if(!cap.isOpened())
{
std::cerr<<"Error: Could not open camera."<<std::endl;
returnEXIT_FAILURE;
}

// 加載模板圖像
Mattempl=imread(templateImagePath,IMREAD_COLOR);// 默認加載彩色模板
if(templ.empty())
{
std::cerr<<"Error: Could not load template image."<<std::endl;
returnEXIT_FAILURE;
}

while(true)
{
// 讀取輸入圖像
cv::Matimg;
cap>>img;
if(img.empty())
{
std::cerr<<"Error: Captured frame is empty."<<std::endl;
break;
}

// 調用模板匹配函數
doublesimilarityThreshold=0.7;// 相似度閾值
booluseGrayscale=false; // 是否使用灰度處理
boolmatchSuccess=performTemplateMatching(img,templ,similarityThreshold,img,useGrayscale);

// 顯示結果
imshow("Template Matching Result",img);
if(waitKey(1)==27)
{// 按 ESC 鍵退出
break;
}

// 輸出圖像
edit.Print(img);
}

return0;
}

4. 編譯過程

4.1 編譯環境搭建

請確保你已經按照開發環境搭建指南正確配置了開發環境。

同時以正確連接開發板。

4.2 Cmake介紹

# CMake最低版本要求
cmake_minimum_required(VERSION3.10)

project(test-TemplateMatching)

set(CMAKE_CXX_STANDARD17)
set(CMAKE_CXX_STANDARD_REQUIRED ON)

# 定義項目根目錄路徑
set(PROJECT_ROOT_PATH"${CMAKE_CURRENT_SOURCE_DIR}/../..")
message("PROJECT_ROOT_PATH = "${PROJECT_ROOT_PATH})

include("${PROJECT_ROOT_PATH}/toolchains/arm-rockchip830-linux-uclibcgnueabihf.toolchain.cmake")

# 定義 OpenCV SDK 路徑
set(OpenCV_ROOT_PATH"${PROJECT_ROOT_PATH}/third_party/opencv-mobile-4.10.0-lockzhiner-vision-module")
set(OpenCV_DIR"${OpenCV_ROOT_PATH}/lib/cmake/opencv4")
find_package(OpenCV REQUIRED)
set(OPENCV_LIBRARIES"${OpenCV_LIBS}")
# 定義 LockzhinerVisionModule SDK 路徑
set(LockzhinerVisionModule_ROOT_PATH"${PROJECT_ROOT_PATH}/third_party/lockzhiner_vision_module_sdk")
set(LockzhinerVisionModule_DIR"${LockzhinerVisionModule_ROOT_PATH}/lib/cmake/lockzhiner_vision_module")
find_package(LockzhinerVisionModule REQUIRED)

# 基本圖像處理示例
add_executable(Test-TemplateMatching TemplateMatching.cc)
target_include_directories(Test-TemplateMatching PRIVATE${LOCKZHINER_VISION_MODULE_INCLUDE_DIRS})
target_link_libraries(Test-TemplateMatching PRIVATE${OPENCV_LIBRARIES}${LOCKZHINER_VISION_MODULE_LIBRARIES})

install(
TARGETS Test-TemplateMatching
RUNTIME DESTINATION .
)

4.3 編譯項目

使用 Docker Destop 打開 LockzhinerVisionModule 容器并執行以下命令來編譯項目

# 進入Demo所在目錄
cd/LockzhinerVisionModuleWorkSpace/LockzhinerVisionModule/Cpp_example/A01_capture
# 創建編譯目錄
rm-rfbuild &&mkdirbuild &&cdbuild
# 配置交叉編譯工具鏈
exportTOOLCHAIN_ROOT_PATH="/LockzhinerVisionModuleWorkSpace/arm-rockchip830-linux-uclibcgnueabihf"
# 使用cmake配置項目
cmake ..
# 執行編譯項目
make-j8&&makeinstall

在執行完上述命令后，會在build目錄下生成可執行文件。

5. 例程運行示例

5.1 準備工作

下載凌智視覺模塊圖片傳輸助手：點擊下載

我們首先需要進行圖像采集，采集一個480*320分辨率下的模板照片。

5.2 運行過程

在凌智視覺模塊中輸入以下命令：

chmod777Test-TemplateMatching template_0.png
./Test-TemplateMatching

5.3 運行結果

運行結果如下：

模板照片為：

6. 總結

通過上述內容，我們詳細介紹了模板匹配的流程及相關 API 的使用方法，包括：

圖像讀取：加載輸入圖像和模板圖像。

模板匹配：使用歸一化互相關方法計算相似度。

查找極值：獲取最佳匹配位置。

繪制與顯示：標記匹配區域并顯示結果。希望這份文檔能幫助您更好地理解和實現模板匹配功能！注意事項：

在本次例程中攝像頭需要運行在480*320分辨率下，否則會出現幀率過低的情況。如需更高幀率，可酌情再降低分辨率。