Opencv学习笔记 模板匹配（找图） 算法

z13228604287

模板匹配的作用在图像识别领域作用可大了。那什么是模板匹配？

模板匹配，就是在一幅图像中寻找另一幅模板图像最匹配（也就是最相似）的部分的技术。

其实模板匹配实现的思想也是很简单很暴力的，就是拿着模板图片在原图中从左上至右下依次滑动，直到遇到某个区域的相似度低于我们设定的阈值，那么我们就认为该区域与模板匹配了，也就是我们找到的位置，并把它标记出来。

OpenCV中是通过MtachTemplate函数完成。

  

窗口程序集名	保 留	保 留	备 注
窗口程序集_启动窗口
变量名	类 型	数组	备 注
颜色	标量		声明一个保存BGR颜色的类

子程序名	返回值类型	公开	备 注
_按钮1_被单击

变量名	类 型	静态	数组	备 注
图像	多维矩阵			声明一个保存图像的类
模板	多维矩阵			声明一个保存图像的类
结果	多维矩阵			声明一个保存图像的类
置信度	双精度小数型
坐标	二维坐标数据结构i			声明一个保存匹配坐标的类

视觉_图像读取 (图像.指针, 编辑框1.内容, #读入_颜色 )
如果真 (图像.空 ())  ' 判断图像文件是否存在
信息框 (“请确认图像文件名称是否正确”, 0, “温馨提示！”, 取窗口句柄 ())
返回 ()
视觉_图像读取 (模板.指针, 编辑框2.内容, #读入_颜色 )
如果真 (模板.空 ())  ' 判断图像文件是否存在
信息框 (“请确认模板文件名称是否正确”, 0, “温馨提示！”, 取窗口句柄 ())
返回 ()
' 模板数据类型必须与图像数据类型一致，如果不一致可以使用“视觉_颜色空间转换”进行转换。
如果真 (模板.类型 () ≠ 图像.类型 ())
信息框 (“请确认模板与图像数据类型是否一致。”, 0, “温馨提示！”, 取窗口句柄 ())
返回 ()
如果真 (视觉_比较尺寸大于 (模板.指针, 图像.指针))
信息框 (“请确认模板尺寸是否大于图像尺寸。”, 0, “温馨提示！”, 取窗口句柄 ())
返回 ()
' 这类方法利用图像与模板各个像素差值的平方和来进行匹配，最好匹配为 0。 匹配越差，匹配值越大。
视觉_匹配模板 (图像.指针, 模板.指针, 结果.指针, #匹配_平方差 )
' 寻找匹配结果中的最小值以及坐标位置
视觉_最小最大位置 (结果.指针, 置信度, , 坐标, )
' 绘制最佳匹配区域
视觉_矩形Zi (图像.指针, 坐标.横坐标, 坐标.纵坐标, 模板.列 (), 模板.行 (), 颜色, 1, 8, 0)
视觉_放置文本i (图像.指针, “Trust:” ＋ 到文本 (置信度), 坐标, #字体_衬线_简单, 1, 颜色, 1, 8, 假)
视觉_显示图像 (“小白鼠”, 图像.指针)
视觉_等待按键 (0)

子程序名	返回值类型	公开	备 注
__启动窗口_创建完毕

颜色.赋值 (0, 0, 255, 0)

子程序名	返回值类型	公开	备 注
_按钮2_被单击

变量名	类 型	静态	数组	备 注
图像	多维矩阵			声明一个保存图像的类
模板	多维矩阵			声明一个保存图像的类
结果	多维矩阵			声明一个保存图像的类
置信度	双精度小数型
坐标	二维坐标数据结构i			声明一个保存匹配坐标的类

视觉_图像读取 (图像.指针, 编辑框1.内容, #读入_颜色 )
如果真 (图像.空 ())  ' 判断图像文件是否存在
信息框 (“请确认图像文件名称是否正确”, 0, “温馨提示！”, 取窗口句柄 ())
返回 ()
视觉_图像读取 (模板.指针, 编辑框2.内容, #读入_颜色 )
如果真 (模板.空 ())  ' 判断图像文件是否存在
信息框 (“请确认模板文件名称是否正确”, 0, “温馨提示！”, 取窗口句柄 ())
返回 ()
' 模板数据类型必须与图像数据类型一致，如果不一致可以使用“视觉_颜色空间转换”进行转换。
如果真 (模板.类型 () ≠ 图像.类型 ())
信息框 (“请确认模板与图像数据类型是否一致。”, 0, “温馨提示！”, 取窗口句柄 ())
返回 ()
如果真 (视觉_比较尺寸大于 (模板.指针, 图像.指针))
信息框 (“请确认模板尺寸是否大于图像尺寸。”, 0, “温馨提示！”, 取窗口句柄 ())
返回 ()
' 这类方法利用图像与模板各个像素差值的平方和来进行匹配，最好匹配为 0。 匹配越差，匹配值越大。
视觉_匹配模板 (图像.指针, 模板.指针, 结果.指针, #匹配_平方差_标准 )
' 寻找匹配结果中的最小值以及坐标位置
视觉_最小最大位置 (结果.指针, 置信度, , 坐标, )
' 绘制最佳匹配区域
视觉_矩形Zi (图像.指针, 坐标.横坐标, 坐标.纵坐标, 模板.列 (), 模板.行 (), 颜色, 1, 8, 0)
视觉_放置文本i (图像.指针, “Trust:” ＋ 到文本 (置信度), 坐标, #字体_衬线_简单, 1, 颜色, 1, 8, 假)
视觉_显示图像 (“小白鼠”, 图像.指针)
视觉_等待按键 (0)

子程序名	返回值类型	公开	备 注
_按钮3_被单击

变量名	类 型	静态	数组	备 注
图像	多维矩阵			声明一个保存图像的类
模板	多维矩阵			声明一个保存图像的类
结果	多维矩阵			声明一个保存图像的类
置信度	双精度小数型
坐标	二维坐标数据结构i			声明一个保存匹配坐标的类

视觉_图像读取 (图像.指针, 编辑框1.内容, #读入_颜色 )
如果真 (图像.空 ())  ' 判断图像文件是否存在
信息框 (“请确认图像文件名称是否正确”, 0, “温馨提示！”, 取窗口句柄 ())
返回 ()
视觉_图像读取 (模板.指针, 编辑框2.内容, #读入_颜色 )
如果真 (模板.空 ())  ' 判断图像文件是否存在
信息框 (“请确认模板文件名称是否正确”, 0, “温馨提示！”, 取窗口句柄 ())
返回 ()
' 模板数据类型必须与图像数据类型一致，如果不一致可以使用“视觉_颜色空间转换”进行转换。
如果真 (模板.类型 () ≠ 图像.类型 ())
信息框 (“请确认模板与图像数据类型是否一致。”, 0, “温馨提示！”, 取窗口句柄 ())
返回 ()
如果真 (视觉_比较尺寸大于 (模板.指针, 图像.指针))
信息框 (“请确认模板尺寸是否大于图像尺寸。”, 0, “温馨提示！”, 取窗口句柄 ())
返回 ()
' 这类方法采用模板和图像的互相关计算作为相似度的度量方法，所以较大的数表示匹配程度较高，0标识最坏的匹配效果。
视觉_匹配模板 (图像.指针, 模板.指针, 结果.指针, #匹配_相关 )
' 寻找匹配结果中的最小值以及坐标位置
视觉_最小最大位置 (结果.指针, , 置信度, , 坐标)
' 绘制最佳匹配区域
视觉_矩形Zi (图像.指针, 坐标.横坐标, 坐标.纵坐标, 模板.列 (), 模板.行 (), 颜色, 1, 8, 0)
视觉_放置文本i (图像.指针, “Trust:” ＋ 到文本 (置信度), 坐标, #字体_衬线_简单, 1, 颜色, 1, 8, 假)
视觉_显示图像 (“小白鼠”, 图像.指针)
视觉_等待按键 (0)

子程序名	返回值类型	公开	备 注
_按钮4_被单击

变量名	类 型	静态	数组	备 注
图像	多维矩阵			声明一个保存图像的类
模板	多维矩阵			声明一个保存图像的类
结果	多维矩阵			声明一个保存图像的类
置信度	双精度小数型
坐标	二维坐标数据结构i			声明一个保存匹配坐标的类

视觉_图像读取 (图像.指针, 编辑框1.内容, #读入_颜色 )
如果真 (图像.空 ())  ' 判断图像文件是否存在
信息框 (“请确认图像文件名称是否正确”, 0, “温馨提示！”, 取窗口句柄 ())
返回 ()
视觉_图像读取 (模板.指针, 编辑框2.内容, #读入_颜色 )
如果真 (模板.空 ())  ' 判断图像文件是否存在
信息框 (“请确认模板文件名称是否正确”, 0, “温馨提示！”, 取窗口句柄 ())
返回 ()
' 模板数据类型必须与图像数据类型一致，如果不一致可以使用“视觉_颜色空间转换”进行转换。
如果真 (模板.类型 () ≠ 图像.类型 ())
信息框 (“请确认模板与图像数据类型是否一致。”, 0, “温馨提示！”, 取窗口句柄 ())
返回 ()
如果真 (视觉_比较尺寸大于 (模板.指针, 图像.指针))
信息框 (“请确认模板尺寸是否大于图像尺寸。”, 0, “温馨提示！”, 取窗口句柄 ())
返回 ()
' 这类方法采用模板和图像的互相关计算作为相似度的度量方法，所以较大的数表示匹配程度较高，0标识最坏的匹配效果。
视觉_匹配模板 (图像.指针, 模板.指针, 结果.指针, #匹配_相关_标准 )
' 寻找匹配结果中的最小值以及坐标位置
视觉_最小最大位置 (结果.指针, , 置信度, , 坐标)
' 绘制最佳匹配区域
视觉_矩形Zi (图像.指针, 坐标.横坐标, 坐标.纵坐标, 模板.列 (), 模板.行 (), 颜色, 1, 8, 0)
视觉_放置文本i (图像.指针, “Trust:” ＋ 到文本 (置信度), 坐标, #字体_衬线_简单, 1, 颜色, 1, 8, 假)
视觉_显示图像 (“小白鼠”, 图像.指针)
视觉_等待按键 (0)

子程序名	返回值类型	公开	备 注
_按钮5_被单击

变量名	类 型	静态	数组	备 注
图像	多维矩阵			声明一个保存图像的类
模板	多维矩阵			声明一个保存图像的类
结果	多维矩阵			声明一个保存图像的类
置信度	双精度小数型
坐标	二维坐标数据结构i			声明一个保存匹配坐标的类

视觉_图像读取 (图像.指针, 编辑框1.内容, #读入_颜色 )
如果真 (图像.空 ())  ' 判断图像文件是否存在
信息框 (“请确认图像文件名称是否正确”, 0, “温馨提示！”, 取窗口句柄 ())
返回 ()
视觉_图像读取 (模板.指针, 编辑框2.内容, #读入_颜色 )
如果真 (模板.空 ())  ' 判断图像文件是否存在
信息框 (“请确认模板文件名称是否正确”, 0, “温馨提示！”, 取窗口句柄 ())
返回 ()
' 模板数据类型必须与图像数据类型一致，如果不一致可以使用“视觉_颜色空间转换”进行转换。
如果真 (模板.类型 () ≠ 图像.类型 ())
信息框 (“请确认模板与图像数据类型是否一致。”, 0, “温馨提示！”, 取窗口句柄 ())
返回 ()
如果真 (视觉_比较尺寸大于 (模板.指针, 图像.指针))
信息框 (“请确认模板尺寸是否大于图像尺寸。”, 0, “温馨提示！”, 取窗口句柄 ())
返回 ()
' 这种方法也叫做相关匹配，但是和上面的 CV_TM_CCORR 匹配方法还是有不通过的。简单的说，这里是把图像和模板都减去了各自的平均值，使得这两幅图像都没有直流分量。
视觉_匹配模板 (图像.指针, 模板.指针, 结果.指针, #匹配_归一化相关 )
' 寻找匹配结果中的最小值以及坐标位置
视觉_最小最大位置 (结果.指针, , 置信度, , 坐标)
' 绘制最佳匹配区域
视觉_矩形Zi (图像.指针, 坐标.横坐标, 坐标.纵坐标, 模板.列 (), 模板.行 (), 颜色, 1, 8, 0)
视觉_放置文本i (图像.指针, “Trust:” ＋ 到文本 (置信度), 坐标, #字体_衬线_简单, 1, 颜色, 1, 8, 假)
视觉_显示图像 (“小白鼠”, 图像.指针)
视觉_等待按键 (0)

子程序名	返回值类型	公开	备 注
_按钮6_被单击

变量名	类 型	静态	数组	备 注
图像	多维矩阵			声明一个保存图像的类
模板	多维矩阵			声明一个保存图像的类
结果	多维矩阵			声明一个保存图像的类
置信度	双精度小数型
坐标	二维坐标数据结构i			声明一个保存匹配坐标的类

视觉_图像读取 (图像.指针, 编辑框1.内容, #读入_颜色 )
如果真 (图像.空 ())  ' 判断图像文件是否存在
信息框 (“请确认图像文件名称是否正确”, 0, “温馨提示！”, 取窗口句柄 ())
返回 ()
视觉_图像读取 (模板.指针, 编辑框2.内容, #读入_颜色 )
如果真 (模板.空 ())  ' 判断图像文件是否存在
信息框 (“请确认模板文件名称

i支持库列表	支持库注释
cv	(未知支持库)

.版本 2<br /> .支持库 cv<br /> <br /> .程序集 窗口程序集_启动窗口<br /> .程序集变量 颜色, 标量, , , 声明一个保存BGR颜色的类<br /> <br /> .子程序 _按钮1_被单击<br /> .局部变量 图像, 多维矩阵, , , 声明一个保存图像的类<br /> .局部变量 模板, 多维矩阵, , , 声明一个保存图像的类<br /> .局部变量 结果, 多维矩阵, , , 声明一个保存图像的类<br /> .局部变量 置信度, 双精度小数型<br /> .局部变量 坐标, 二维坐标数据结构i, , , 声明一个保存匹配坐标的类<br /> <br /> 视觉_图像读取 (图像.指针, 编辑框1.内容, #读入_颜色)<br /> .如果真 (图像.空 ())  ' 判断图像文件是否存在<br />     信息框 (“请确认图像文件名称是否正确”, 0, “温馨提示！”, 取窗口句柄 ())<br />     返回 ()<br /> .如果真结束<br /> 视觉_图像读取 (模板.指针, 编辑框2.内容, #读入_颜色)<br /> .如果真 (模板.空 ())  ' 判断图像文件是否存在<br />     信息框 (“请确认模板文件名称是否正确”, 0, “温馨提示！”, 取窗口句柄 ())<br />     返回 ()<br /> .如果真结束<br /> ' 模板数据类型必须与图像数据类型一致，如果不一致可以使用“视觉_颜色空间转换”进行转换。<br /> .如果真 (模板.类型 () ≠ 图像.类型 ())<br />     信息框 (“请确认模板与图像数据类型是否一致。”, 0, “温馨提示！”, 取窗口句柄 ())<br />     返回 ()<br /> .如果真结束<br /> .如果真 (视觉_比较尺寸大于 (模板.指针, 图像.指针))<br />     信息框 (“请确认模板尺寸是否大于图像尺寸。”, 0, “温馨提示！”, 取窗口句柄 ())<br />     返回 ()<br /> .如果真结束<br /> ' 这类方法利用图像与模板各个像素差值的平方和来进行匹配，最好匹配为 0。 匹配越差，匹配值越大。<br /> 视觉_匹配模板 (图像.指针, 模板.指针, 结果.指针, #匹配_平方差)<br /> ' 寻找匹配结果中的最小值以及坐标位置<br /> 视觉_最小最大位置 (结果.指针, 置信度, , 坐标, )<br /> ' 绘制最佳匹配区域<br /> 视觉_矩形Zi (图像.指针, 坐标.横坐标, 坐标.纵坐标, 模板.列 (), 模板.行 (), 颜色, 1, 8, 0)<br /> 视觉_放置文本i (图像.指针, “Trust:” ＋ 到文本 (置信度), 坐标, #字体_衬线_简单, 1, 颜色, 1, 8, 假)<br /> 视觉_显示图像 (“小白鼠”, 图像.指针)<br /> 视觉_等待按键 (0)<br /> <br /> .子程序 __启动窗口_创建完毕<br /> <br /> 颜色.赋值 (0, 0, 255, 0)<br /> <br /> <br /> .子程序 _按钮2_被单击<br /> .局部变量 图像, 多维矩阵, , , 声明一个保存图像的类<br /> .局部变量 模板, 多维矩阵, , , 声明一个保存图像的类<br /> .局部变量 结果, 多维矩阵, , , 声明一个保存图像的类<br /> .局部变量 置信度, 双精度小数型<br /> .局部变量 坐标, 二维坐标数据结构i, , , 声明一个保存匹配坐标的类<br /> <br /> 视觉_图像读取 (图像.指针, 编辑框1.内容, #读入_颜色)<br /> .如果真 (图像.空 ())  ' 判断图像文件是否存在<br />     信息框 (“请确认图像文件名称是否正确”, 0, “温馨提示！”, 取窗口句柄 ())<br />     返回 ()<br /> .如果真结束<br /> 视觉_图像读取 (模板.指针, 编辑框2.内容, #读入_颜色)<br /> .如果真 (模板.空 ())  ' 判断图像文件是否存在<br />     信息框 (“请确认模板文件名称是否正确”, 0, “温馨提示！”, 取窗口句柄 ())<br />     返回 ()<br /> .如果真结束<br /> ' 模板数据类型必须与图像数据类型一致，如果不一致可以使用“视觉_颜色空间转换”进行转换。<br /> .如果真 (模板.类型 () ≠ 图像.类型 ())<br />     信息框 (“请确认模板与图像数据类型是否一致。”, 0, “温馨提示！”, 取窗口句柄 ())<br />     返回 ()<br /> .如果真结束<br /> .如果真 (视觉_比较尺寸大于 (模板.指针, 图像.指针))<br />     信息框 (“请确认模板尺寸是否大于图像尺寸。”, 0, “温馨提示！”, 取窗口句柄 ())<br />     返回 ()<br /> .如果真结束<br /> ' 这类方法利用图像与模板各个像素差值的平方和来进行匹配，最好匹配为 0。 匹配越差，匹配值越大。<br /> 视觉_匹配模板 (图像.指针, 模板.指针, 结果.指针, #匹配_平方差_标准)<br /> ' 寻找匹配结果中的最小值以及坐标位置<br /> 视觉_最小最大位置 (结果.指针, 置信度, , 坐标, )<br /> ' 绘制最佳匹配区域<br /> 视觉_矩形Zi (图像.指针, 坐标.横坐标, 坐标.纵坐标, 模板.列 (), 模板.行 (), 颜色, 1, 8, 0)<br /> 视觉_放置文本i (图像.指针, “Trust:” ＋ 到文本 (置信度), 坐标, #字体_衬线_简单, 1, 颜色, 1, 8, 假)<br /> 视觉_显示图像 (“小白鼠”, 图像.指针)<br /> 视觉_等待按键 (0)<br /> <br /> <br /> .子程序 _按钮3_被单击<br /> .局部变量 图像, 多维矩阵, , , 声明一个保存图像的类<br /> .局部变量 模板, 多维矩阵, , , 声明一个保存图像的类<br /> .局部变量 结果, 多维矩阵, , , 声明一个保存图像的类<br /> .局部变量 置信度, 双精度小数型<br /> .局部变量 坐标, 二维坐标数据结构i, , , 声明一个保存匹配坐标的类<br /> <br /> 视觉_图像读取 (图像.指针, 编辑框1.内容, #读入_颜色)<br /> .如果真 (图像.空 ())  ' 判断图像文件是否存在<br />     信息框 (“请确认图像文件名称是否正确”, 0, “温馨提示！”, 取窗口句柄 ())<br />     返回 ()<br /> .如果真结束<br /> 视觉_图像读取 (模板.指针, 编辑框2.内容, #读入_颜色)<br /> .如果真 (模板.空 ())  ' 判断图像文件是否存在<br />     信息框 (“请确认模板文件名称是否正确”, 0, “温馨提示！”, 取窗口句柄 ())<br />     返回 ()<br /> .如果真结束<br /> ' 模板数据类型必须与图像数据类型一致，如果不一致可以使用“视觉_颜色空间转换”进行转换。<br /> .如果真 (模板.类型 () ≠ 图像.类型 ())<br />     信息框 (“请确认模板与图像数据类型是否一致。”, 0, “温馨提示！”, 取窗口句柄 ())<br />     返回 ()<br /> .如果真结束<br /> .如果真 (视觉_比较尺寸大于 (模板.指针, 图像.指针))<br />     信息框 (“请确认模板尺寸是否大于图像尺寸。”, 0, “温馨提示！”, 取窗口句柄 ())<br />     返回 ()<br /> .如果真结束<br /> ' 这类方法采用模板和图像的互相关计算作为相似度的度量方法，所以较大的数表示匹配程度较高，0标识最坏的匹配效果。<br /> 视觉_匹配模板 (图像.指针, 模板.指针, 结果.指针, #匹配_相关)<br /> ' 寻找匹配结果中的最小值以及坐标位置<br /> 视觉_最小最大位置 (结果.指针, , 置信度, , 坐标)<br /> ' 绘制最佳匹配区域<br /> 视觉_矩形Zi (图像.指针, 坐标.横坐标, 坐标.纵坐标, 模板.列 (), 模板.行 (), 颜色, 1, 8, 0)<br /> 视觉_放置文本i (图像.指针, “Trust:” ＋ 到文本 (置信度), 坐标, #字体_衬线_简单, 1, 颜色, 1, 8, 假)<br /> 视觉_显示图像 (“小白鼠”, 图像.指针)<br /> 视觉_等待按键 (0)<br /> <br /> <br /> .子程序 _按钮4_被单击<br /> .局部变量 图像, 多维矩阵, , , 声明一个保存图像的类<br /> .局部变量 模板, 多维矩阵, , , 声明一个保存图像的类<br /> .局部变量 结果, 多维矩阵, , , 声明一个保存图像的类<br /> .局部变量 置信度, 双精度小数型<br /> .局部变量 坐标, 二维坐标数据结构i, , , 声明一个保存匹配坐标的类<br /> <br /> 视觉_图像读取 (图像.指针, 编辑框1.内容, #读入_颜色)<br /> .如果真 (图像.空 ())  ' 判断图像文件是否存在<br />     信息框 (“请确认图像文件名称是否正确”, 0, “温馨提示！”, 取窗口句柄 ())<br />     返回 ()<br /> .如果真结束<br /> 视觉_图像读取 (模板.指针, 编辑框2.内容, #读入_颜色)<br /> .如果真 (模板.空 ())  ' 判断图像文件是否存在<br />     信息框 (“请确认模板文件名称是否正确”, 0, “温馨提示！”, 取窗口句柄 ())<br />     返回 ()<br /> .如果真结束<br /> ' 模板数据类型必须与图像数据类型一致，如果不一致可以使用“视觉_颜色空间转换”进行转换。<br /> .如果真 (模板.类型 () ≠ 图像.类型 ())<br />     信息框 (“请确认模板与图像数据类型是否一致。”, 0, “温馨提示！”, 取窗口句柄 ())<br />     返回 ()<br /> .如果真结束<br /> .如果真 (视觉_比较尺寸大于 (模板.指针, 图像.指针))<br />     信息框 (“请确认模板尺寸是否大于图像尺寸。”, 0, “温馨提示！”, 取窗口句柄 ())<br />     返回 ()<br /> .如果真结束<br /> ' 这类方法采用模板和图像的互相关计算作为相似度的度量方法，所以较大的数表示匹配程度较高，0标识最坏的匹配效果。<br /> 视觉_匹配模板 (图像.指针, 模板.指针, 结果.指针, #匹配_相关_标准)<br /> ' 寻找匹配结果中的最小值以及坐标位置<br /> 视觉_最小最大位置 (结果.指针, , 置信度, , 坐标)<br /> ' 绘制最佳匹配区域<br /> 视觉_矩形Zi (图像.指针, 坐标.横坐标, 坐标.纵坐标, 模板.列 (), 模板.行 (), 颜色, 1, 8, 0)<br /> 视觉_放置文本i (图像.指针, “Trust:” ＋ 到文本 (置信度), 坐标, #字体_衬线_简单, 1, 颜色, 1, 8, 假)<br /> 视觉_显示图像 (“小白鼠”, 图像.指针)<br /> 视觉_等待按键 (0)<br /> <br /> <br /> .子程序 _按钮5_被单击<br /> .局部变量 图像, 多维矩阵, , , 声明一个保存图像的类<br /> .局部变量 模板, 多维矩阵, , , 声明一个保存图像的类<br /> .局部变量 结果, 多维矩阵, , , 声明一个保存图像的类<br /> .局部变量 置信度, 双精度小数型<br /> .局部变量 坐标, 二维坐标数据结构i, , , 声明一个保存匹配坐标的类<br /> <br /> 视觉_图像读取 (图像.指针, 编辑框1.内容, #读入_颜色)<br /> .如果真 (图像.空 ())  ' 判断图像文件是否存在<br />     信息框 (“请确认图像文件名称是否正确”, 0, “温馨提示！”, 取窗口句柄 ())<br />     返回 ()<br /> .如果真结束<br /> 视觉_图像读取 (模板.指针, 编辑框2.内容, #读入_颜色)<br /> .如果真 (模板.空 ())  ' 判断图像文件是否存在<br />     信息框 (“请确认模板文件名称是否正确”, 0, “温馨提示！”, 取窗口句柄 ())<br />     返回 ()<br /> .如果真结束<br /> ' 模板数据类型必须与图像数据类型一致，如果不一致可以使用“视觉_颜色空间转换”进行转换。<br /> .如果真 (模板.类型 () ≠ 图像.类型 ())<br />     信息框 (“请确认模板与图像数据类型是否一致。”, 0, “温馨提示！”, 取窗口句柄 ())<br />     返回 ()<br /> .如果真结束<br /> .如果真 (视觉_比较尺寸大于 (模板.指针, 图像.指针))<br />     信息框 (“请确认模板尺寸是否大于图像尺寸。”, 0, “温馨提示！”, 取窗口句柄 ())<br />     返回 ()<br /> .如果真结束<br /> ' 这种方法也叫做相关匹配，但是和上面的 CV_TM_CCORR 匹配方法还是有不通过的。简单的说，这里是把图像和模板都减去了各自的平均值，使得这两幅图像都没有直流分量。<br /> 视觉_匹配模板 (图像.指针, 模板.指针, 结果.指针, #匹配_归一化相关)<br /> ' 寻找匹配结果中的最小值以及坐标位置<br /> 视觉_最小最大位置 (结果.指针, , 置信度, , 坐标)<br /> ' 绘制最佳匹配区域<br /> 视觉_矩形Zi (图像.指针, 坐标.横坐标, 坐标.纵坐标, 模板.列 (), 模板.行 (), 颜色, 1, 8, 0)<br /> 视觉_放置文本i (图像.指针, “Trust:” ＋ 到文本 (置信度), 坐标, #字体_衬线_简单, 1, 颜色, 1, 8, 假)<br /> 视觉_显示图像 (“小白鼠”, 图像.指针)<br /> 视觉_等待按键 (0)<br /> <br /> <br /> .子程序 _按钮6_被单击<br /> .局部变量 图像, 多维矩阵, , , 声明一个保存图像的类<br /> .局部变量 模板, 多维矩阵, , , 声明一个保存图像的类<br /> .局部变量 结果, 多维矩阵, , , 声明一个保存图像的类<br /> .局部变量 置信度, 双精度小数型<br /> .局部变量 坐标, 二维坐标数据结构i, , , 声明一个保存匹配坐标的类<br /> <br /> 视觉_图像读取 (图像.指针, 编辑框1.内容, #读入_颜色)<br /> .如果真 (图像.空 ())  ' 判断图像文件是否存在<br />     信息框 (“请确认图像文件名称是否正确”, 0, “温馨提示！”, 取窗口句柄 ())<br />     返回 ()<br /> .如果真结束<br /> 视觉_图像读取 (模板.指针, 编辑框2.内容, #读入_颜色)<br /> .如果真 (模板.空 ())  ' 判断图像文件是否存在<br />     信息框 (“请确认模板文件名称

链接：https://pan.baidu.com/s/1VSYkILerRQsoDiIhl-6eTQ
提取码：4ypk
复制这段内容后打开百度网盘手机App，操作更方便哦

月月123

阿萨安安

11111390

感谢你的分享

yenfenwo

没有提供支持库，基本没什么用

dede1

fangshi8895

大佬牛6666666666666666666

aosheng

6666666666666666666666666666

xiaowg

能提供个cv.fne吗？谢谢

11111390

感谢分享

zhuhaishi123

谢谢分享