80后可能还对儿时玩过的一种经典木质的拼图板游戏记忆犹新，一般是一种4*4或5*5规格的手持活动板，通过挪动每个小板子的位置，拼出来板子上完整的图像，那时候还没有网吧，手机也还是大哥大的天下，所以这也可以算得上是最早的“手游”了吧……

简单的就是经典的，现在的Windows 7小工具里还保留了这个小游戏，当然你可能从来没有留意过~，就是下边的这个：

可以在控制面板->外观->桌面小工具里调出来。

这里准备用opencv里的模板匹配，通过鼠标响应事件来实现这个小游戏。

首先第一步是对图像按照传入的行列参数分割，并把分割出来的行*列个个数的子图像在另一空白图像中显示出来：

for(int i=0;i<rows;i++) { for(int j=0;j<cols;j++) { Mat SourceRoi=Sourceimage(Rect(j*Roicols,i*Roirows,Roicols-1,Roirows-1)); arraryimage.push_back(SourceRoi); } }

rows和cols分别是用户定义的行列数，arraryimage是定义的 vector<Mat>类型的向量。
分割完之后需要把这些子图像随机的显示在另一空白图像中，这里写了一个生成指定区间里的不重复的随机数来实现：

//*******************************************************************////随机调换所有的子图像序列的位置，用于在 Splite image中显示//*******************************************************************//void Randarrary( vector<Mat>& vectorMat){ for(int i=0;i<vectorMat.size();i++) { srand(int(time(0))); int a=rand()%(vectorMat.size()-i)+i; swap(vectorMat[i],vectorMat[a]); } }

C++中使用rand()生成随机数记得先定义种子，不然系统会默认种子为1，这样每次生成的随机序列都是一样的，第一个随机数永远是41，关于rand()以后再说一说。
每生成一个随机数，就把该随机数作下标的向量元素跟第一个元素对换，实现生成不重复的随机数。

所有分割出来的子图像按随机顺序组成了“Splite image”图像后，通过鼠标单击事件响应函数，定位到鼠标单击点坐在的子图像，并把该子图像用模板匹配方法在原图像中定位出位置，最后合成到目标图像“Jigsaw image”

//*******************************************************************////鼠标回调函数，用于获取需要查找的子图像在原图像中的位置，并在叠加显示在目标图像中//*******************************************************************//void OnMouseAction(int event,int x,int y,int flags,void *ustc){ if(event==CV_EVENT_LBUTTONDOWN) { Mat RoiSpilte,RoiSource; int rows=(y/Roirows)*Roirows; int clos=(x/Roicols)*Roicols; RoiSpilte=Spilteimage(Rect(clos,rows,Roicols,Roirows)); imshow("Slice",RoiSpilte); Mat image=Mat::zeros(Sourceimage.rows-Roirows,Sourceimage.cols-Roicols,CV_32FC1); matchTemplate(Sourceimage,RoiSpilte,image,1); normalize(image,image,0,1,NORM_MINMAX); double minV=0; double maxV=0; Point minP,maxP; minMaxLoc(image,&minV,&maxV,&minP,&maxP); //Mat ROIS=Sourceimage(Rect(maxP.x,maxP.y,Roicols,Roirows)); Mat ROIDst=Dstimage(Rect(minP.x,minP.y,Roicols,Roirows)); addWeighted(ROIDst,0,RoiSpilte,1,0,ROIDst,-1); imshow("Jigsaw image",Dstimage); }

原图像:

行列分割后的图像，子图像位置随机分布：

单击Splite image图像中的子图像，叠加该子图像到目标图像上，子图像位置通过模板匹配方法在原图像中定位：

完成后效果：

为了清楚显示边界，每个子图像在行列上都减了一个像素，所以上图可见黑色线条。

完整程序：

#include "core/core.hpp"#include "highgui/highgui.hpp"#include "imgproc/imgproc.hpp"#include <time.h> using namespace cv; Mat Sourceimage,Spilteimage,Rebuildimage,Dstimage;int rows,cols;int Roirows,Roicols;vector<Mat>arraryimage;void Randarrary( vector<Mat> &vectorMat); //随机排列子图像序列函数static int vectornumber=0;void OnMouseAction(int event,int x,int y,int flags,void *ustc); //鼠标回调事件函数 int main(int argc,char*argv[]){ Sourceimage=imread(argv[1]); imshow("Source image",Sourceimage); rows=atoi(argv[2]); cols=atoi(argv[3]); Roirows=Sourceimage.rows/rows; Roicols=Sourceimage.cols/cols; Spilteimage=Mat::zeros(Sourceimage.rows,Sourceimage.cols,Sourceimage.type()); Dstimage=Mat::zeros(Sourceimage.rows,Sourceimage.cols,Sourceimage.type()); for(int i=0;i<rows;i++) { for(int j=0;j<cols;j++) { Mat SourceRoi=Sourceimage(Rect(j*Roicols,i*Roirows,Roicols-1,Roirows-1)); arraryimage.push_back(SourceRoi); } } // 随机函数 Randarrary( arraryimage); for(int i=0;i<rows;i++) { for(int j=0;j<cols;j++) { Mat SpilterRoi=Spilteimage(Rect(j*Roicols,i*Roirows,Roicols-1,Roirows-1)); addWeighted(SpilterRoi,0,arraryimage[vectornumber],1,0,SpilterRoi); vectornumber++; imshow("Splite image",Spilteimage); waitKey(150); } } setMouseCallback("Splite image",OnMouseAction); waitKey(); } //*******************************************************************////随机调换所有的子图像序列的位置，用于在 Splite image中显示//*******************************************************************//void Randarrary( vector<Mat>& vectorMat){ for(int i=0;i<vectorMat.size();i++) { srand(int(time(0))); int a=rand()%(vectorMat.size()-i)+i; swap(vectorMat[i],vectorMat[a]); } } //*******************************************************************////鼠标回调函数，用于获取需要查找的子图像在原图像中的位置，并在叠加显示在目标图像中//*******************************************************************//void OnMouseAction(int event,int x,int y,int flags,void *ustc){ if(event==CV_EVENT_LBUTTONDOWN) { Mat RoiSpilte,RoiSource; int rows=(y/Roirows)*Roirows; int clos=(x/Roicols)*Roicols; RoiSpilte=Spilteimage(Rect(clos,rows,Roicols,Roirows)); imshow("Slice",RoiSpilte); Mat image=Mat::zeros(Sourceimage.rows-Roirows,Sourceimage.cols-Roicols,CV_32FC1); matchTemplate(Sourceimage,RoiSpilte,image,1); normalize(image,image,0,1,NORM_MINMAX); double minV=0; double maxV=0; Point minP,maxP; minMaxLoc(image,&minV,&maxV,&minP,&maxP); Mat ROIDst=Dstimage(Rect(minP.x,minP.y,Roicols,Roirows)); addWeighted(ROIDst,0,RoiSpilte,1,0,ROIDst,-1); imshow("Jigsaw image",Dstimage); }}

资源文件和Code也可以在点击这里拼图板小游戏

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。