模板匹配流程以及项目实战

模板匹配的函数

cv2.matchTemplate(img,template,method).
img:需要检测的照片
template:模板图片
method:检测方法：包括:
1.TM_SQDIFF;TM_SQDIFF_NORMED(归一化处理）
2.TM_CCORR:TM_CCORR_NORMED(归一化处理）
3.TM_CCOEFF：TM_CCOEFF_NORMED(…)
个人建议采用归一化处理的方法更好，稳定性更强。
（1：method 的值为cv2.TM_SQDIFF 和cv2.TM_SQDIFF_NORMED 时，result 值为0 表示匹配度最好，值越大，表示匹配度越差。
（2：method 的值为cv2.TM_CCORR、cv2.TM_CCORR_NORMED、cv2.TM_CCOEFF 和cv2.TM_CCOEFF_NORMED 时，result 的值越小表示匹配度越差，值越大表示匹配度越好。

模板匹配查找目标位置

查找最值（极值）与最值所在的位置（目标的左下角位置），可以使用cv2.minMaxLoc()函数实现。该函数语法格式如下：

minVal, maxVal, minLoc, maxLoc = cv2.minMaxLoc(matchTemplate 函数的返回值)
topLeft = minLoc # 查找最小值所在的位置（图像左下角位置）
以 topLeft 点为模板匹配位置的左下角坐标，结合模板图像的宽度w 和高度h 可以确定匹配位置的右上角坐标，代码如下所示：
bottomRight = (topLeft[0] + w, topLeft[1] + h) #w 和h 是模板图像的宽度和高度

w 和 h是模板的宽度和高度,

h,w=photo.shape[:2]

通过上述方法，我们以及找到了目标的坐标，接下来，我们可以使用绘图方法将目标框选出来