图像检测 - 模板匹配方法（算法详解）

1、介绍

在如今深度学习、神经网络遍地的世界，检测已经很常见了。在深度学习领域，关于目标检测也提出了很多很成熟的算法，例如双阶段的Fast-RCNN、单阶段的YOLO系列等等。

尤其是YOLO系列的不断更新迭代，目标检测的任务变得不再困难，可以做到实时检测的跟踪等等

但对于数字图像处理而言，图像的检测也有很经典的算法，不需要设计高的算力，本章介绍的就是图像处理的目标检测算法——模板匹配

模板匹配是数字图像处理最基本、最原始的识别方法，可以在原始图像中找出特定图像的位置

模板匹配经常应用于简单的图像查找中，例如，在班级合照中找到某个人的位置

2、OpenCV 中模板匹配算法介绍

模板是被查找的对象，而从原始图像中找到模板的过程就叫做模板匹配

opencv提供的 matchTemplate() 模板匹配函数介绍如下：

result = cv2.matchTemplate(image, templ, method, mask)

参数介绍：

• image 原始图像
• templ 模板图像，尺寸必须小于等于原始图像
• method 模板匹配的方法，参考下表