OpenCV学习之模板匹配

模板匹配的概念与原理就不说了，《OpenCV3编程入门》这本书第9.5节有介绍，不过比较简洁，至于看不看得懂就NBCS了嘻嘻，毕竟本人也是看得一知半解。那么本次呢，主要就是针对该书中的9.5.3的示例程序，解释几个部分的代码，由于本人也是初学，所以全凭个人理解，所以讲不一定很高深，大家不要逼太紧靴靴！

示例程序

本来觉得代码没必要贴出来的，但怕有些人太懒噜不想看书，或者是书都没有的可人儿逼太紧，还是秉着做好事、说好话、存好心的三好精神，在下方贴出整个代码吧。由于本人自己敲得，所以和书上顺序神马的不一样，但总体是没有什么问题的靴靴！

#include<opencv2/highgui.hpp>
#include<opencv2/imgproc.hpp>
using namespace cv;

Mat g_srcImage, g_templateImage, g_resultImage;
int g_nMatchMethod;
int g_nMaxTrackbarNum = 5;

void on_Matching(int, void*)//回调函数
{
	Mat srcImage;
	g_srcImage.copyTo(srcImage);
	//初始化用于结果输出的矩阵
	int resultImage_rows = g_srcImage.rows - g_templateImage.rows + 1;
	int resultImage_cols = g_srcImage.cols - g_templateImage.cols + 1;
	g_resultImage.create(resultImage_rows, resultImage_cols, CV_32FC1);
	//进行匹配和标准化
	matchTemplate(g_srcImage, g_templateImage, g_resultImage, g_nMatchMethod);
	normalize(g_resultImage, g_resultImage, 0, 1, NORM_MINMAX, -1, Mat());//归一化数据
	//通过函数minMaxLoc定位最匹配的位置
	double minValue, maxValue;
	Point minLocation, maxLocation, matchLocation;
	minMaxLoc(g_resultImage, &minValue, &maxValue, &minLocation, &maxLocation, Mat());
	//使用方法SQDIFF和SQDIFF_NORMED,越小的数值有着更高的匹配结果，而其余的方法&#x