OpenCV是基于Python的图像模板匹配工具

模板匹配

• 目标
• 前言
• 1. OpenCV中的模板匹配
• 2. 多对象的模板匹配
• 3. 小结

目标

通过本篇文章的学习，你将学习到以下内容：

• 通过模式匹配技术在图像中识别目标对象
  • 学习到函数：OpenCV中的matchTemplate函数, OpenCV中的minMaxLoc函数

前言

一种用于在较大尺寸或较大图片中搜索并定位目标图案或形状的技术被称为模板匹配。为此，在OpenCV框架中提供了函数cv.matchTemplate()。该技术通过滑动窗口的方式遍历整个输入图片，并与预先定义好的模版进行逐点对比计算。其内部实现了多种评估方法来衡量模版与不同局部区域的相似程度。该函数返回一个灰度映射图**（Gray Map）** ，其中每个像素值反映了相应位置附近区域与模版匹配的程度。

当输入图片尺寸设定为(WxH)时，默认情况下模板尺寸被设置为(wxh)，这样输出图片的空间将是(W - w + 1, H - h + 1)。计算完成后，默认会调用cv.minMaxLoc()函数来确定目标区域的最大或最小特征。然后以计算出的结果坐标点作为目标区域的左上角顶点，并设置其宽度和高度参数为(w, h)，这样就确定了与之匹配的目标区域。

注意： 如果使用`cv.TM_SQDI