Opencv java模板匹配-角点检测（11）

分手后的思念是犯贱 2022-12-04 09:11 127阅读 0赞

# 函数 #

在opencv中有模板匹配的方法， Imgproc.matchTemplate(src, template, result, Imgproc.TM\_CCOEFF);

这个方法输入的参数分别是:

src 标识输入的原图

template标识模板图片

result 匹配的结果

Imgproc.TM\_CCOEFF 标识匹配的方法

# 例子： #

String filename = "D:\\svnp\\MyYan\\res\\drawable\\lena.png";
    		Mat src = Imgcodecs.imread(filename);
    		Mat dst = new Mat();
    		Mat dst1 = new Mat();
    		Mat dst2 = new Mat();
    
    	    Rect rect=new Rect(new Point(200,200),new Point(300,300));
    	    Mat template=new Mat(src, rect);
    	    
    	    Imgcodecs.imwrite("D:\\svnp\\MyYan\\res\\drawable\\lena2.png", template);
    	    
    	    Mat result=new Mat();
    	    
    	    int method=Imgproc.TM_CCOEFF;
    	    
    	    Imgproc.matchTemplate(src, template, result, Imgproc.TM_CCOEFF);
    		
    	    Core.MinMaxLocResult result_m = Core.minMaxLoc(result);//取最大值和最小值
    		
    	    
    	    Point maxloc = result_m.maxLoc;
    	    Point minloc = result_m.minLoc;
    	    
    	    
    	    //获取坐标
    	    Point p1 ;
    	    //如果是平方不同或者归一化平方不同,那么就取最小值
    	    p1 = (method == Imgproc.TM_SQDIFF || method == Imgproc.TM_SQDIFF_NORMED) ? minloc : maxloc;
    
    	    Point p2 = new Point(p1.x+template.cols(),p1.y+template.rows());
    
    	    //绘制
    	    Imgproc.rectangle(src,p1,p2,new Scalar(0,0,255));  
    	    
    	    HighGui.imshow("原图",src);
    	    HighGui.imshow("模板",template);
    	    HighGui.waitKey(10);

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RhdG91bmlhbzE_size_16_color_FFFFFF_t_70][]

# 分析 #

上面我们通过一个简单的例子来演示了 matchTemplate

里面的method 可以选的项目有这些：

// C++: enum TemplateMatchModes
        public static final int
                TM_SQDIFF = 0,
                TM_SQDIFF_NORMED = 1,
                TM_CCORR = 2,
                TM_CCORR_NORMED = 3,
                TM_CCOEFF = 4,
                TM_CCOEFF_NORMED = 5;

*  TM\_SQDIFF = 0： **平方不同**
 *  TM\_SQDIFF\_NORMED = 1：**归一化平方不同**
 *  TM\_CCORR = 2：**相关性**
 *  TM\_CCORR\_NORMED = 3：**归一化相关性**
 *  TM\_CCOEFF = 4：**相关因子**
 *  TM\_CCOEFF\_NORMED = 5：**归一化相关因子**

上面我们用的是相关因子，我们用相关因子归一

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RhdG91bmlhbzE_size_16_color_FFFFFF_t_70 1][]

两种方法之间看不出来什么区别

不管那么多了，只要记住这个函数是模板匹配就行了

# 如果原图灰度化了能匹配吗： #

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RhdG91bmlhbzE_size_16_color_FFFFFF_t_70 2][]

如果原图进行了灰度化，那么模板也要进行灰度化，否则会出现下面的问题

Exception in thread "main" CvException [org.opencv.core.CvException: cv::Exception: OpenCV(4.4.0) D:\opencv\opencv-4.4.0\modules\imgproc\src\templmatch.cpp:1163: error: (-215:Assertion failed) (depth == CV_8U || depth == CV_32F) && type == _templ.type() && _img.dims() <= 2 in function 'cv::matchTemplate'
    ]
    	at org.opencv.imgproc.Imgproc.matchTemplate_1(Native Method)
    	at org.opencv.imgproc.Imgproc.matchTemplate(Imgproc.java:7523)
    	at org.opencv.test.MatTestWdg.main(MatTestWdg.java:54)

# 角点检测 #

效果:

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RhdG91bmlhbzE_size_16_color_FFFFFF_t_70 3][]

代码：

String filename = "D:\\svnp\\MyYan\\res\\drawable\\lena.png";
    		Mat src = Imgcodecs.imread(filename);
    		Mat dst = new Mat();
    		Mat dst1 = new Mat();
    		Mat dst2 = new Mat();
    	    Mat gray=new Mat();
    	    Imgproc.cvtColor(src, gray, Imgproc.COLOR_BGR2GRAY);
    	    
    	    Imgproc.threshold(gray, dst2,160 ,255,Imgproc.THRESH_TRIANGLE);
    	    Imgproc.cornerHarris(dst2, dst, 2, 3, 0.04);
    	    
    	    
    	 System.out.println(dst.cols()+"***********"+dst.rows());
    	    
    	  //绘制角点
    	    float[] floats = new float[dst.cols()];
    	    for (int i = 0; i < dst.rows() ; i++) {
    	    	dst.get(i,0,floats);
    	        for (int j = 0; j < floats.length; j++) {
    	            if (floats[j] > 0.01){//越接近于角点数值越大
    	                System.out.println(floats[j] );
    	                Imgproc.circle(src,new Point(j,i),5,new Scalar(255,0,255));
    	            }
    	        }
    	    }
    	    
    	    
    	    HighGui.imshow("原图",src);
    	    HighGui.imshow("灰度化",gray);
    	    HighGui.imshow("阀值化",dst2);
    	    HighGui.waitKey(0);

Imgproc.cornerHarris(src, dst2, blockSize, ksize, k);

src 输入图像

dst2 检测结果 不可以显示

blockSize：根据特征向量计算矩阵M的大小，常见取值为2

ksize：Sobel算子梯度计算 一般取值3

k：系数大小，取值范围为0.02-0.04

# 图片上绘制文字 #

中文文字目前java的没找到相关的接口 ，如果各位大佬实现了中文字符的putText希望能评论一下

Imgproc.putText(src, "helloWorld", new Point(src.rows()/3,src.cols()/3),Imgproc.FONT_HERSHEY_SIMPLEX, 2, new Scalar(0.9));

Imgproc.putText(img, text, org, fontFace, fontScale, color);

img 标识图片

text 标识输入的文本

org 文本写入点的位置

fontface 字体类型

fontScale字体大小

color 字体的颜色

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RhdG91bmlhbzE_size_16_color_FFFFFF_t_70 4][]

上面是对Opencv java的一个简单的应用，写到这个地方感觉感触很多，学习opencv，我们像是在学习一个工具，这个工具可以帮助我们做一些图像处理，无论我们在这个工具上做出什么样的花样，但是工具的本质并没有变化，而且我们的性质也没有变化，我们程序员不是创造者，而是一个工具使用者，我总是想摆脱这样的困境，但是发现自己的脑力不够用，我总希望自己能够做出点不同的的东西，但是发现自己不过是一个工具的使用者，但是真正的创造者在工具的后面，他们给出什么样子的功能我们才可以使用什么样子的功能，我们改如何改变这样的困局，是否真的是我们需要把基础打好，慢慢的提高自己的地基，就像是金字塔，我们什么时候能走到顶峰，下面是一片海洋。。。。

希望对你有所帮助，希望不做工具人

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RhdG91bmlhbzE_size_16_color_FFFFFF_t_70]: /images/20221123/8fa166d6de2a42068f4767d728afa6dd.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RhdG91bmlhbzE_size_16_color_FFFFFF_t_70 1]: /images/20221123/eafc66e934e347f9ac2ee2639b8aaae0.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RhdG91bmlhbzE_size_16_color_FFFFFF_t_70 2]: /images/20221123/bb17fee136bf47a99364b3676a1055c8.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RhdG91bmlhbzE_size_16_color_FFFFFF_t_70 3]: /images/20221123/43493bc883c54561a6d5a0bde204620e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RhdG91bmlhbzE_size_16_color_FFFFFF_t_70 4]: /images/20221123/d1242a788377425b92c3ca01cdff99a6.png