《OpenCV3.0 Computer Vision with Java》是一本专为Java开发者、学生、研究者以及爱好者准备的书籍。本书是 OpenCV 3.0 的中文翻译版，提供了丰富的内容和实例，帮助读者在Java中创建计算机视觉应用。无论你是初学者还是有一定经验的开发者，本书都能帮助你掌握使用OpenCV在Java环境中进行图像处理、目标检测、特征提取等计算机视觉任务的技术和技巧。如果你对计算机视觉感兴趣，想要在Java中应用相关技术，那么这本书绝对值得一读，下载来了解一下吧。
OpenCV 3.0 Computer Vision with Java，电子档已翻译成中文，里面有些语法也翻译，不过技术人员一看应该就懂的。
如果你是Java开发者、学生、研究者或爱好者，想要在Java中创建计算机视觉应用，那么这本书是为你准备的。如果您是一位经验丰富的C/C++开发人员，他习惯于使用OpenCV，您也会发现这本书对于迁移您的应用程序到Java非常有用。
你所需要的只是Java的基本知识，而不需要事先了解计算机视觉，因为这本书将给你清楚的解释和基本的例子。
内容节选
Java+opencv3.2.0实现模板匹配
模板匹配是一项在一幅图像中寻找与另一幅模板图像最匹配(相似)部分的技术。
函数：Imgproc.matchTemplate(Mat image, Mat templ, Mat result, int method)
参数说明：
image：源图像
templ：模板图像
result：比较结果
method：匹配算法
匹配算法：
TM_SQDIFF 平方差匹配法：该方法采用平方差来进行匹配；最好的匹配值为0；匹配越差，匹配值越大。
TM_CCORR 相关匹配法：该方法采用乘法操作；数值越大表明匹配程度越好。
TM_CCOEFF 相关系数匹配法：1表示完美的匹配；-1表示最差的匹配。
TM_SQDIFF_NORMED 归一化平方差匹配法。
TM_CCORR_NORMED 归一化相关匹配法。
TM_CCOEFF_NORMED 归一化相关系数匹配法。
示例代码：
public static void main(String[] args)
{
// TODO Auto-generated method stub
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
Mat g_tem = Imgcodecs.imread("F:\\mould.jpg");
Mat g_src = Imgcodecs.imread("F:\\source.jpg");
int result_rows = g_src.rows() - g_tem.rows() + 1;
int result_cols = g_src.cols() - g_tem.cols() + 1;
Mat g_result = new Mat(result_rows, result_cols, CvType.CV_32FC1);
Imgproc.matchTemplate(g_src, g_tem, g_result, Imgproc.TM_CCORR_NORMED); // 归一化平方差匹配法
// Imgproc.matchTemplate(g_src, g_tem, g_result,
// Imgproc.TM_CCOEFF_NORMED); // 归一化相关系数匹配法
// Imgproc.matchTemplate(g_src, g_tem, g_result, Imgproc.TM_CCOEFF);
// //
// 相关系数匹配法：1表示完美的匹配；-1表示最差的匹配。
// Imgproc.matchTemplate(g_src, g_tem, g_result, Imgproc.TM_CCORR); //
// 相关匹配法
// Imgproc.matchTemplate(g_src, g_tem, g_result,Imgproc.TM_SQDIFF); //
// 平方差匹配法：该方法采用平方差来进行匹配；最好的匹配值为0；匹配越差，匹配值越大。
// Imgproc.matchTemplate(g_src, g_tem,g_result,Imgproc.TM_CCORR_NORMED);
// // 归一化相关匹配法
Core.normalize(g_result, g_result, 0, 1, Core.NORM_MINMAX, -1, new Mat());
Point matchLocation = new Point();
MinMaxLocResult mmlr = Core.minMaxLoc(g_result);
matchLocation = mmlr.maxLoc; // 此处使用maxLoc还是minLoc取决于使用的匹配算法
Imgproc.rectangle(g_src, matchLocation,
new Point(matchLocation.x + g_tem.cols(), matchLocation.y + g_tem.rows()),
new Scalar(0, 0, 0, 0));
Imgcodecs.imwrite("F:\\match.jpg", g_src);
}
源图像：
模板图像：
匹配结果：
