Python OpenCV 模板匹配

什么是模板匹配?

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。

如何实现模板匹配?

我们需要2幅图像：原图像和模板，我们希望在原图像中找到一块和模板图像最匹配的区域。

为了确定匹配区域，我们在原图像上滑动模板图像和原图像进行比较：

模板图像块一次移动一个像素 (从左往右，从上往下)，在每一个位置都进行一次度量计算它与这个位置的匹配程度 (或者说模板图像和原图像的特定区域有多么相似)，这一过程与CNN中的卷积操作类似，模板图像相当于卷积核。

对于模板图像 T 覆盖在原图像 I 上的每个位置，把计算出的度量值（匹配程度）保存到结果图像矩阵 (R) 中，在 R 中的每个位置都包含匹配度量值，并且 R 的大小为 I - T + 1 。

计算出 R 后，我们使用OpenCV函数 minMaxLoc（查找数组中最小和最大元素值及其位置）来定位在矩阵 R 中的最大值点 (或者最小值，根据函数输入的匹配参数) 。

OpenCV中支持哪些匹配算法?

1.平方差匹配 method=CV_TM_SQDIFF