这里有三个相互关联的问题：
1/ 如何让 openCV 框架在 iOS 项目中运行
2/ 如何让模板匹配 c++ 示例代码在 iOS 项目中运行
3/ 如何与相机视图进行实时模板匹配
1/如何让openCV框架在iOS项目中运行
- 按照您的描述下载并导入 openCV 框架
- 按照您的描述更改 .pch 文件
检查目标构建设置中的 c++ 标准库是否设置为 libc++（这是新项目的默认设置）
不要只导入 demo.cpp 而不进行如下所述的更改（它是一个“原始”c++ 程序，具有自己的 main 函数，需要进行更改才能作为iOS/Cocoa 项目的一部分）。
不要弄乱标头搜索路径、其他链接器标志等，如果您从 openCV.org 导入了预构建的框架，则不需要这样做。
不要将 .m 文件更改为 .mm，除非您知道自己需要这样做。我的建议是尽可能将你的 c++ 代码与你的 Objective-C 代码分开，所以大多数文件应该是 .m 文件（objective-C）或 .cpp 文件（c++）。您只需要为“objective-C++”添加 .mm 前缀，您打算在同一个文件中混合使用 Objective-C 和 c++。
2/如何让模板匹配c++示例代码在iOS项目中运行
我们将进行设置，以便您的 iOS viewController - 以及大部分 iOS 代码 - 不需要知道图像是使用 openCV/C++ 处理的，同样 C++ 代码也不需要知道它的输入或输出图像数据被路由到哪里。我们通过在两者之间创建一个小型包装类来实现这一点，它将 Objective-C 方法调用转换为 c++ 类成员函数并返回。我们还将在 UIImage 上设置一个类别，将图像格式从 iOS 友好的 UIImage 转换为 openCV-native cv::Mat。
UIImage+OpenCV 类别
您需要一些实用方法来从 UIImage 转换为 cv::Mat 并返回。放置这些的好地方是 UIImage 类别。在 XCode 中：File>New FIle>Cocoa Touch>Objective-C category 将为您设置。调用类别 OpenCV 并使其成为 UIImage 上的类别。您需要将此 .m 文件更改为 .mm，因为它需要了解 openCV 框架中的 c++ 类型。
标题应该是这样的：
#import <UIKit/UIKit.h>
@interface UIImage (OpenCV)
//cv::Mat to UIImage
+ (UIImage *)imageWithCVMat:(const cv::Mat&)cvMat;
//UIImage to cv::Mat
- (cv::Mat)cvMat;
@end
.mm 文件应该通过紧跟this openCV.org code sample 来实现这些方法，该this openCV.org code sample 适合用作类别方法（例如，您不将 UIImage 传递给实例方法，而是使用self 引用它）。
您可以像使用 UIImage 类和实例方法一样使用类别方法，如下所示：
UIImage* image = [UIImage imageWithCVMat:matImage]; //class method
cv::Mat matImage = [image cvMat]; //instance method
openCV 包装类
创建一个包装类来将你的 Objective-C 方法（从 viewController 调用）转换为一个 c++ 函数
类似这样的标题
// CVWrapper.h
#import <Foundation/Foundation.h>
@interface CVWrapper : NSObject
+ (NSImage*) templateMatchImage:(UIImage*)image
patch:(UIImage*)patch
method:(int)method;
@end
我们发送模板图像、补丁图像和模板匹配方法，并返回显示匹配的图像
实现（.mm 文件）
// CVWrapper.mm
#import "CVWrapper.h"
#import "CVTemplateMatch.h"
#import "UIImage+OpenCV.h"
@implementation CVWrapper
+ (UIImage*) templateMatchImage:(UIImage *)image
patch:(UIImage *)patch
method:(int)method
{
cv::Mat imageMat = [image cvMat];
cv::Mat patchMat = [patch cvMat];
cv::Mat matchImage =
CVTemplateMatch::matchImage(imageMat,
patchMat,
method);
UIImage* result = [UIImage imageWithCVMat:matchImage];
return result;
}
我们正在有效地采用标准的 Objective-C 方法和 UIImage 类型，并将它们转换为对具有 c++（openCV 框架）类型的 C++ 成员函数的调用，并将结果转换回 UIImage。
C++ TemplateMatch 类
标题：
// TemplateMatch.h
#ifndef __CVOpenTemplate__CVTemplateMatch__
#define __CVOpenTemplate__CVTemplateMatch__
class CVTemplateMatch
{
public:
static cv::Mat matchImage (cv::Mat imageMat,
cv::Mat patchMat,
int method);
};
#endif /* defined(__CVOpenTemplate__CVTemplateMatch__) */
@end
实施：
这是模板匹配 openCV 示例代码，重新编写为类实现：
// TemplateMatch.cpp
/*
Alterations for use in iOS project
[1] remove GUI code (iOS supplies the GUI)
[2] change main{} to static member function
with appropriate inputs and return value
[3] change MatchingMethod{} signature
to return Mat value
*/
#include "CVTemplateMatch.h"
//[1] #include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
#include <stdio.h>
using namespace std;
using namespace cv;
/// Global Variables
Mat img; Mat templ; Mat result;
//[1] char* image_window = "Source Image";
//[1] char* result_window = "Result window";
int match_method;
//[1] int max_Trackbar = 5;
/// Function Headers
Mat MatchingMethod( int, void* ); //[3] (added return value to function)
// [2] /** @function main */
// [2] int main( int argc, char** argv )
Mat CVTemplateMatch::matchImage (Mat image,Mat patch, int method)
// [2]
{
/// Load image and template
//[2] img = imread( argv[1], 1 );
//[2] templ = imread( argv[2], 1 );
img = image; //[2]
templ = patch; //[2]
match_method = method; //[2]
/// Create windows
//[1] namedWindow( image_window, CV_WINDOW_AUTOSIZE );
//[1] namedWindow( result_window, CV_WINDOW_AUTOSIZE );
/// Create Trackbar
//[1] char* trackbar_label = "Method: \n 0: SQDIFF \n 1: SQDIFF NORMED \n 2: TM CCORR \n 3: TM CCORR NORMED \n 4: TM COEFF \n 5: TM COEFF NORMED";
//[1] createTrackbar( trackbar_label, image_window, &match_method, max_Trackbar, MatchingMethod );
Mat result = MatchingMethod( 0, 0 );
//[1] waitKey(0);
//[2] return 0;
return result; //[2]
}
//[3] void MatchingMethod( int, void* )
Mat MatchingMethod( int, void* )
{
/// Source image to display
Mat img_display;
img.copyTo( img_display );
/// Create the result matrix
int result_cols = img.cols - templ.cols + 1;
int result_rows = img.rows - templ.rows + 1;
result.create( result_cols, result_rows, CV_32FC1 );
/// Do the Matching and Normalize
matchTemplate( img, templ, result, match_method );
normalize( result, result, 0, 1, NORM_MINMAX, -1, Mat() );
/// Localizing the best match with minMaxLoc
double minVal; double maxVal; Point minLoc; Point maxLoc;
Point matchLoc;
minMaxLoc( result, &minVal, &maxVal, &minLoc, &maxLoc, Mat() );
/// For SQDIFF and SQDIFF_NORMED, the best matches are lower values. For all the other methods, the higher the better
if( match_method == CV_TM_SQDIFF || match_method == CV_TM_SQDIFF_NORMED )
{ matchLoc = minLoc; }
else
{ matchLoc = maxLoc; }
/// Show me what you got
rectangle( img_display, matchLoc, Point( matchLoc.x + templ.cols , matchLoc.y + templ.rows ), Scalar::all(0), 2, 8, 0 );
rectangle( result, matchLoc, Point( matchLoc.x + templ.cols , matchLoc.y + templ.rows ), Scalar::all(0), 2, 8, 0 );
//[1] imshow( image_window, img_display );
//[1] imshow( result_window, result );
return img_display; //[3] add return value
}
现在在你的viewController 中你只需要调用这个方法：
UIImage* matchedImage =
[CVWrapper templateMatchImage:self.imageView.image
patch:self.patchView.image
method:0];
看不到c++。
3/ 使用实时摄像机视图进行模板匹配
简短的回答：matchTemplate 在实时摄像机环境中不会很好地工作。该算法正在图像中寻找与补丁具有相同比例和方向的匹配项：它以原始方向和大小在图像上滑动补丁块，比较最佳匹配。如果图像是透视倾斜的、不同的大小或旋转到不同的方向，这不会产生很好的结果。
您可以查看 OpenCV 的 Feature Detection algorithms，其中一些是 moved to non-free。这是一个nice description of SIFT 给你的想法。对于视频捕获，您可能还想查看opencv2/highgui 中的cap_ios.h：here is a tutorial。