-
模板匹配原理
-
算法步骤
-
opencv调用函数
- matchTemplate
- minMaxLoc
- cvSetMouseCallback
-
代码
模板匹配原理
根据已知模板图像T在被搜索图S中平移，寻找与模板相似度最大的区域，并记录坐标。
其中，子图S（i,j）与模板有相同的尺寸、方向。
算法步骤
（1）首先取得待跟踪的目标图像，该目标图像常较小，称该图像为模板，以T 表示；
（2）定义匹配公式以备在移动模板时得到匹配度；
（3）把模板T 在待检测的图像（往往是视频中的一帧帧图像）中移动，在模板覆盖下那块搜索图叫做子图，每移动到一个位置就按定义的匹配公式计算匹配度，直至移动完整幅图像为止；
（4）按照匹配度的大小，选择匹配度最大（即最匹配）的位置，此位置即为最佳匹配位置，以此点为起始点，范围的大小就以模板的大小为准，即可锁定目标；
（5）针对视频中的每一帧图像执行步骤（3）~（4），这样就达到了跟踪的目的。
核心在于计算模板T与子图S(i,j)的相似程度。
opencv调用函数
Image为源图像，temp为模板图像，result为各个位置相似度的结果矩阵，method为相似度评价准则。
----------------------越小的值表示越匹配--------------------------
CV_TM_SQDIFF 平方差匹配法，最好的匹配为0，值越大匹配越差；Sumof Squared Difference (SSD) 差值的平方和
CV_TM_SQDIFF_NORMED 归一化平方差匹配法；
--------------------------值越大越匹配----------------------------
CV_TM_CCORR 相关匹配法，采用乘法操作，数值越大表明匹配越好；
CV_TM_CCORR_NORMED 归一化相关匹配法；
CV_TM_CCOEFF 相关系数匹配法，最好的匹配为1，-1表示最差的匹配；
CV_TM_CCOEFF_NORMED 归一化相关系数匹配法；
寻找矩阵中最大最小值以及对应坐标。
第一个参数为窗户名，第二个为鼠标消息处理函数，第三个为传给鼠标消息的参数。
代码
对于视频来说，运行会先显示第一帧，然后我们用鼠标框选要跟踪的目标，然后跟踪器开始跟踪每一帧。