OpenCV——模板匹配Template_Match，最基本的目标搜索方式

原图像：

模板图像：

cv.TM_SQDIFF_NORMED匹配结果：
由于是采用平方差的方式判断相似度，所以值越小越好（越暗越好）


采用cv.TM_CCORR_NORMED结果：
采用相似度进行匹配，因此值越大越好（亮）


采用cv.TM_CCOEFF_NORMED结果：
因为是相似系数，所以值越大越好（亮）


代码部分：

import numpy as np
import cv2 as cv


def template_match_demo(template, target):
    # OpenCV提供的模板匹配的方法，依次为“归一化平方差匹配”、“相关性匹配”以及“相关系数匹配”
    # 第一种方法越小越好，其余两种越大越好
    methods = [cv.TM_SQDIFF_NORMED, cv.TM_CCORR_NORMED, cv.TM_CCOEFF_NORMED]

    # 获取模板的尺寸信息
    template_h, template_w = template.shape[:2]

    # 进行匹配
    for method in methods:
        """
            image:需要匹配的图像
            template:模板
            method:匹配方法
            result:结果存放（可直接设置变量接收）
            mask:遮罩，先定匹配范围 
        """
        result = cv.matchTemplate(target, template, method)
        cv.imshow("result of"+str(method), result)

        # 获取结果中最大值或者最小值的位置以及值信息
        min_val, max_val, min_loc, max_loc = cv.minMaxLoc(result)
        print(min_val, " ", max_val, " ", min_loc, " ", max_loc, "\n")

        if method == cv.TM_SQDIFF_NORMED:
            # 如果使用平方差作为衡量标准，则需要的是最小值的坐标（该坐标为左上角的坐标）
            tl = min_loc
        else:
            # 否则需要最大值的坐标
            tl = max_loc
        # 计算得到右下角坐标
        br = (tl[0] + template_w, tl[1] + template_h)
        # 绘制框图进行标记
        """
            image:需要被绘制的图像
            p1, p2:左上角以及右下角的坐标
            color:颜色
            thickness：线的宽度
        """
        cv.rectangle(target, tl, br, color=(0, 0, 255), thickness=10)
        cv.imshow("match-"+str(method), target)


template = cv.imread("data/butterfly_template.jpg")
target = cv.imread("data/butterfly.jpg")
template_match_demo(template, target)

cv.waitKey(0)
cv.destroyAllWindows()