1.模板匹配

含义：模板匹配就是通过现有的模板去与图片进行比较找出图中所匹配的图像。

简书：模板匹配就是一种用于在较大图像中搜索和查找模板图像位置的方法。为此，OpenCV带有一个函数cv2.matchTemplate（）。它只是将模板图像滑动到输入图像上（2D卷积），然后在模板图像下比较模板和输入图像的补丁。OpenCV中实现了几种比较方法。它返回一个灰度图像，其中每个像素表示该像素的领域与模板匹配多少。如果输入图像的大小（W*H）和模板图像大小（w*h），这输出图像大小将为（W-w+1,H-h+1）。获得结果后，可以使用cv2.minMaxLoc（）函数查找最大/最小值在哪里。

理解：模板在需要被检测的图像上从左到右，从上到下的滑动，每到达一个

模板在待检测的图像上从左至右，从上至下的滑动（我做了一个简陋的gif示意动画，如图），模板从源图像左上角开始每次以模板的左上角像素点为单位从左至右，从上至下移动，每到达一个像素点，就会以这个像素点为左上角顶点从源图像中截取出与模板一样大小的图像与模板进行像素比较运算。将比较计算的结果存入一个矩阵R中，OpenCV*有6中计量方法。

（1）平方差匹配法：模板图像的像素减去覆盖的原图像的像素的平方和为对应矩阵的点的值，值越大匹配越差。method=CV_TM_SQDIFF

（2）归一化平方差匹配法。 method=CV_TM_SQDIFF_NORMED

（3）相关标识匹配法：模板和图像间的乘法操作，较大的数标识匹配程度较高，0标识最坏的结果。（有弊端）method=CV_TM_CCORR

（4）归一化相关匹配法。method=CV_TM_CCORR_NORMED

（5）相关系数匹配法。method=CV_TM_CCOEFF

（6）归一化相关系数匹配法。method=CV_TM_CCOEFF_NORMED

 

 

 

 

 

 

 

 

 

 

 

 

参考链接：

https://blog.csdn.net/a906958671/article/details/89551856

https://blog.csdn.net/fu_shuwu/article/details/81427709