【转载】OpenCV是怎么完成模板匹配的/ 模板匹配的原理

OpenCV 学习笔记（模板匹配）

OpenCV是怎么完成模板匹配的？模板匹配的原理？模板匹配如何确定相似度，有哪些方法？

模板匹配是在一幅图像中寻找一个特定目标的方法之一。这种方法的原理非常简单，遍历图像中的每一个可能的位置，比较各处与模板是否“相似”，当相似度足够高时，就认为找到了我们的目标。

在 OpenCV 中，提供了相应的函数完成这个操作。

matchTemplate 函数：在模板和输入图像之间寻找匹配,获得匹配结果图像
minMaxLoc 函数：在给定的矩阵中寻找最大和最小值，并给出它们的位置

在具体介绍这两个函数之前呢，我们还要介绍一个概念，就是如何来评价两幅图像是否“相似”。
OpenCV 提供了 6 种计算两幅图像相似度的方法。

1. 差值平方和匹配 CV_TM_SQDIFF
2. 标准化差值平方和匹配 CV_TM_SQDIFF_NORMED
3. 相关匹配 CV_TM_CCORR
4. 标准相关匹配 CV_TM_CCORR_NORMED
5. 相关匹配 CV_TM_CCOEFF
6. 标准相关匹配 CV_TM_CCOEFF_NORMED

转载自https://blog.csdn.net/liyuanbhu/article/details/49837661，感谢原作者辛勤付出，仅做笔记之用