基于opencv4.5多目标/多角度与多尺度模板匹配(含源码)

文章目录

• 前言
• 一、Fastest_Image_Pattern_Matching(推荐)
• 二、shape_based_matching
• 三、更多开源资料详见博客

  ---

  前言

  • 在OpenCV中有个用于模板匹配的基本函数matchTemplate()，该函数使用某模板在搜索图像中进行搜索时，只能搜索到和模板完全一样的地方，一旦在搜索图像中要搜索的区域相较于模板是旋转了、放大缩小了或者部分遮掩了就无法匹配到结果了,实际项目应用不太友好.
  • 本文主要介绍从开源项目中,试验比较好的项目,共同学习.

    一、Fastest_Image_Pattern_Matching(推荐)

    • github :https://github.com/DennisLiu1993/Fastest_Image_Pattern_Matching

    • 介绍:此算法是基于Normalized Cross Correlation实现的算法，在不是太复杂的的环境下可以有效地替代ShapeBasedMatching，内部也不难理解，有SIMD加速，性能能够跟上商用函示库的相同算法，只是把OpenCV用到极限，花几天就能读透.

      

    • 实际使用效果图:

      

      

    • 总结:

      ----优点:开源,含SIMD加速与亚像素精度,与haclon形状匹配做过对比,角度与位置精度相差不大.

      ----缺点:不支持多尺度匹配，匹配速度与halcon还是存在很大差距(同一台电脑上运行,该项目95ms,halcon 4.6ms),但感觉一般项目,时间上还是可以接受.

      

      • Exe测试Demo连接:
      • Csdn: https://download.csdn.net/download/qiangpi6057/87362834
      • Windows C++运行环境安装文件:https://download.csdn.net/download/qiangpi6057/87376788

        二、shape_based_matching

        • github :https://github.com/meiqua/shape_based_matching

        • 介绍：尝试实现基于halcon形状的匹配，请参阅halcon工程师编写的《机器视觉算法和应用》，第317 3.11.5页详见知乎

        • Demo效果图：

          

          

        • 总结：

          ----优点：开源,具备多目标，多角度，多尺度模板匹配功能。

          ----缺点：匹配位置精度和角度与halcon相差较大，且存在同一目标匹配多次的问题，需要进一步去重等优化。

        • Exe测试Demo连接:

        • csdn:https://download.csdn.net/download/qiangpi6057/87362828

        • Windows C++运行环境安装文件:https://download.csdn.net/download/qiangpi6057/87376788

        • 源码 VS2022/C++

        • csdn:https://download.csdn.net/download/qiangpi6057/87364521

          三、更多开源资料详见博客

          https://blog.csdn.net/libaineu2004/article/details/103026348-使用OpenCV实现Halcon算法（2）形状匹配开源项目，shape_based_matching