我想在OpenCV中使用模板匹配来获得两个图像的相似性。众所周知,模板匹配通常用于在较大的图像中找到较小的图像部分。这是我的问题。我发现当模板图像和源图像大小相同时,函数matchTemplate()的结果矩阵总是0,即使两个图像完全相同。
OpenCV中的模板匹配是否可以处理两个相同大小的图像?
答案 0 :(得分:0)
也许我应该先道歉:标准化后矩阵的值确实为零,只要两张图片的大小相同即可。我错了:)
查看此页面: OpenCV - Normalize
OpenCV源代码的一部分:
void cv::normalize( InputArray _src, OutputArray _dst, double a, double b,
int norm_type, int rtype, InputArray _mask )
{
Mat src = _src.getMat(), mask = _mask.getMat();
double scale = 1, shift = 0;
if( norm_type == CV_MINMAX )
{
double smin = 0, smax = 0; //Records the maximum and minimum value in the _src matrix
double dmin = MIN( a, b ), dmax = MAX( a, b );
minMaxLoc( _src, &smin, &smax, 0, 0, mask ); //Find the minimum and maximum value
scale = (dmax - dmin)*(smax - smin > DBL_EPSILON ? 1./(smax - smin) : 0);
shift = dmin - smin*scale;
}
//...
if( !mask.data )
src.convertTo( dst, rtype, scale, shift );
else
{
//...
}
}
由于结果数组中只有一个元素,smin
= smax
= result[0][0]
scale = (dmax - dmin)*(smax - smin > DBL_EPSILON ? 1./(smax - smin) : 0);
= (1 - 0 ) * (0) = 0
shift = dmin - smin*scale
= 0 - result[0][0] * 0
= 0
之后,void Mat::convertTo(OutputArray m, int rtype, double alpha, double beta)
使用以下公式:( saturate_cast
与您的问题无关,因此我们暂时可以忽略它。)
当您致电normalize( result, result, 0, 1, NORM_MINMAX, -1, Mat() )
时,无论矩阵中的元素是什么,它都将src.convertTo( dst, rtype, scale, shift );
= scale
执行0
,shift
= {{1 }}。
在此0
函数中,
convertTo
因此,无论结果矩阵中的值是什么:
只要图像和模板具有相同的大小,结果矩阵的大小将为1x1,并且在归一化后,结果矩阵将变为alpha = 0, beta = 0
result[0][0] = result[0][0] * alpha + beta
= result[0][0] * 0 + 0
= 0
。