使用OpenCV進行模板匹配(原圖-模板圖)？有許多匹配算法，例如比較原始圖像和模板圖像像素值的最簡單方法。但是這種方法有一點旋轉(zhuǎn)和光線變化，結(jié)果會很差。為了改進這一點，我們有sad算法。然后傷心地說

使用OpenCV進行模板匹配(原圖-模板圖)？

有許多匹配算法，例如比較原始圖像和模板圖像像素值的最簡單方法。但是這種方法有一點旋轉(zhuǎn)和光線變化，結(jié)果會很差。為了改進這一點，我們有sad算法。然后傷心地說。然后利用NCC算法計算區(qū)域間的互相關。在上述三種算法中，sad算法是最簡單的，因此在確定模板大小時sad算法的速度最快。NCC算法比sad算法復雜得多。至于算法的過程，這三種算法都很容易理解。我覺得自己學習比較好。

如何利用OPENCV的matchShapes進行輪廓匹配？

目前，輪廓匹配的研究也在進行中。輪廓匹配的前提是提取輪廓上的特征點并計算特征信息，然后根據(jù)特征信息進行匹配。提取特征點的算法很多，如sift和surf等，都是在OpenCV中實現(xiàn)的。然后采用魯棒匹配算法進行匹配。目前，我正在讀一篇論文“基于曲率特征的輪廓匹配算法”。匹配算法相對簡單。第一步是通過多邊形逼近輪廓提取輪廓上的有效點；第二步是計算輪廓上有效點的曲率；第三步是比較兩個輪廓曲率集的Hausdorff距離。本文采用一種簡化的方法計算Hausdorff距離法。