实验名称：基于模板图片的相似区域识别

实验目的：识别模板图片在目标图片中的相似部分

实验设计或方案：采用开源框架OpenCvSharp，二维码图片为目标对象，通过对图像进行二值化处理后，查找出图像轮廓。

实验时间：2022-04-08

实验材料：电脑+数字图片

实验方法：通过开源的OpenCvSharp框架，用同一个模板来匹配多个相似目标，函数返回为多个目标对应的分数。识别相似度99%以上的区域，将识别结果标识显示于原图上。

实验过程：学习OpenCvSharp的基本使用方法，需要学习掌握的函数(MatchTemplate,MinMaxLoc)

观察指标：完整描绘出图片中和模板图片中相似度超过99%的所有区域。

实验结果和结果分析：成功识别出图片中和模板图片中相似度超过99%的所有区域，并且在原图标识出来。

模板图片：

模板图片

识别效果图：

识别后效果图

核心函数“MinMaxLoc”的说明资料，自于网络检索摘抄。

函数原型:

void minMaxLoc( const Mat& src, double* minVal, double* maxVal=0, Point* minLoc=0, Point* maxLoc=0, const Mat& mask=Mat() );

void minMaxLoc(const MatND& src, double* minVal, double* maxVal, int* minIdx=0, int* maxIdx=0, const MatND& mask=MatND() );

void minMaxLoc(const SparseMat& src, double* minVal, double* maxVal, int* minIdx=0, int* maxIdx=0);

参数解释

参数1：InputArray类型的src，输入单通道数组（图像）。

参数2：double类型的minVal，返回最小值的指针。若无须返回，此值置为NULL。参数3：double类型的maxVal，返回最大值的指针。若无须返回，此值置为NULL。

参数4：Point类型的minLoc，返回最小位置的指针（二维情况下）。若无须返回，此值置为NULL。参数5：Point类型的maxLoc，返回最大位置的指针（二维情况下）。若无须返回，此值置为NULL。

参数6：InputArray类型的mask，用于选择子阵列的可选掩膜。

说明:

1 minMaxLoc寻找矩阵(一维数组当作向量,用Mat定义) 中最小值和最大值的位置.

2 参数若不需要,则置为NULL或者0,即可.

3 minMaxLoc针对Mat和MatND的重载中 ,第5个参数是可选的(optional),不使用不传递即可.

PS：minMaxLoc针对单通道图像，minMaxIdx则不限制（不过输出的坐标会变成三维）。