OpenCV CUDA模块图像处理------创建一个模板匹配（Template Matching）对象函数createTemplateMatching()

• 操作系统：ubuntu22.04
• OpenCV版本：OpenCV4.9
• IDE:Visual Studio Code
• 编程语言：C++11

算法描述

创建一个用于在 GPU 上执行模板匹配的 TemplateMatching 对象。

该函数返回一个指向 TemplateMatching 的智能指针（Ptr），可以使用它调用 .match() 方法对图像和模板进行匹配。

函数原型

Ptr<TemplateMatching> cv::cuda::createTemplateMatching
(
 	int  	srcType,
	int  	method,
	Size  	user_block_size = Size() 
) 		

参数

• srcType 输入图像的数据类型。目前支持 CV_32F 和 CV_8U 深度的图像（通道数为 1 到 4）。
• method 指定将模板与图像进行比较的方式（即匹配方法）。
• user_block_size 你可以通过 user_block_size 字段来设置特定的块大小。如果你使用默认值 Size(0, 0)，则会自动估算块大小（该方式以速度优化为目标）。通过调整 user_block_size，你可以在牺牲速度的前提下减少内存占用。

当前对 CV_8U 深度图像支持的匹配方法包括：

• CV_TM_SQDIFF
• CV_TM_SQDIFF_NORMED
• CV_TM_CCORR
• CV_TM_CCORR_NORMED
• CV_TM_CCOEFF
• CV_TM_CCOEFF_NORMED

当前对 CV_32F 深度图像支持的匹配方法包括：

• CV_TM_SQDIFF
• CV_TM_CCORR

代码示例

#include <opencv2/cudaimgproc.hpp>
#include <opencv2/opencv.hpp>

int main()
{
    // Step 1: 读取图像和模板
    cv::Mat h_src      = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/stich1.png", cv::IMREAD_GRAYSCALE );
    cv::Mat h_template = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/template.jpg", cv::IMREAD_GRAYSCALE );

    if ( h_src.empty() || h_template.empty() )
    {
        std::cerr << "Failed to load image or template!" << std::endl;
        return -1;
    }

    // Step 2: 图像上传到 GPU
    cv::cuda::GpuMat d_src, d_template, d_result;

    d_src.upload( h_src );
    d_template.upload( h_template );

    // Step 3: 创建模板匹配器
    int srcType = h_src.type();          // CV_8UC1
    int method  = cv::TM_CCOEFF_NORMED;  // 匹配方法
    cv::Size block_size;                 // 使用默认 block size

    cv::Ptr< cv::cuda::TemplateMatching > matcher = cv::cuda::createTemplateMatching( srcType, method, block_size );

    // Step 4: 执行模板匹配
    matcher->match( d_src, d_template, d_result );

    // Step 5: 下载结果并显示
    cv::Mat h_result;
    d_result.download( h_result );

    cv::imshow( "Source Image", h_src );
    cv::imshow( "Template", h_template );
    cv::imshow( "Match Result", h_result );
    cv::waitKey( 0 );

    return 0;
}

运行结果

正确运行后，h_result 是一个灰度图像，其中：

• 每个像素值表示模板与该位置的匹配程度；
• 越亮的区域（接近 255 或 1.0）表示匹配越好；
• 越暗的区域（接近 0）表示匹配较差；