OpenCV和Matlab中的模板匹配结果不同

时间:2015-08-24 07:10:44

标签: c++ matlab opencv image-processing template-matching

我在MATLAB和C ++中使用带有两个样本图像的OpenCV进行模板匹配,得到的结果不同。

我的示例图片是:

作物

enter image description here

温度

enter image description here

当我使用时:

Mat crop = imread("crop.jpg",0),
temp = imread("temp.jpg",0);
int resultWidth = crop.cols-temp.cols + 1;  
int resultHeigth = crop.rows -temp.rows + 1;
Mat result = cvCreateImage(cvSize(resultWidth ,resultHeigth),32,1);
matchTemplate(crop,temp,result ,CV_TM_CCORR_NORMED);
double minval, maxval;
CvPoint minloc, maxloc;
cvMinMaxLoc(&(IplImage)result ,&minval,&maxval,&minloc,&maxloc,NULL);

maxvalue值为0.93058246374130249

在Matlab中:

temp = rgb2gray(imread('temp.jpg'));    
crop = rgb2gray(imread('crop.jpg'));
tempMat = normxcorr2(tmep,crop);  
[res,index] = max(max(abs(tempMat)));

在这种情况下,答案是0.5753

为什么归一化互相关的最大值不同?

1 个答案:

答案 0 :(得分:3)

  • 在OpenCV代码中,您将过时的C语法与C ++语法混合在一起。你真的应该避免这样做。
  • 您的模板图片比图片本身大。这不会起作用(你可能上传了错误的模板)。

为了使其有效,我将其用作参考图像:

enter image description here

以及作为模板:

enter image description here

这是(正确的)OpenCV代码:

#include <opencv2\opencv.hpp>
using namespace cv;

int main()
{
    Mat1b img = imread("path_to_image", IMREAD_GRAYSCALE);
    Mat1b templ = imread("path_to_template", IMREAD_GRAYSCALE);

    // Compute match
    Mat result;
    matchTemplate(img, templ, result, TM_CCORR_NORMED);

    // Get best match
    Point maxLoc;
    double maxVal;
    minMaxLoc(result, NULL, &maxVal, NULL, &maxLoc);

    // Display result
    Mat3b res;
    cvtColor(img, res, COLOR_GRAY2BGR);
    rectangle(res, Rect(maxLoc.x, maxLoc.y, templ.cols, templ.rows), Scalar(0, 255, 0));

    imshow("Match", res);
    waitKey();

    return 0;
}

产生这个结果:

enter image description here

这是(正确的)Matlab代码:

temp = rgb2gray(imread('path_to_template'));    
img = rgb2gray(imread('path_to_image'));

% Perform cross-correlation
c = normxcorr2(temp,img);  

% Find peak in cross-correlation
[ypeak, xpeak] = find(c==max(c(:)));

% Account for the padding that normxcorr2 adds
yoffSet = ypeak-size(temp,1);
xoffSet = xpeak-size(temp,2);

% Displat matched area
hFig = figure;
hAx  = axes;
imshow(img,'Parent', hAx);
imrect(hAx, [xoffSet, yoffSet, size(temp,2), size(temp,1)]);

产生这个结果:

enter image description here

如您所见,结果是等效的。匹配结果矩阵中的实际最大数量为:

OpenCV: 0.99999815225601196
Matlab: 0.999988754172261

我们可以认为是平等的。差异很小可能是由于内部实施方面的细微差别,但不相关。