基于Python图像处理—模板匹配

模板匹配

模板匹配是图像处理中最基本、最常用的匹配方法，能够实现对图像中某一特定图案（模板）的识别、定位，算法简单，类似于图像的卷积操作，模板匹配的局限性明显，主要表现在它只能进行平行移动，若原图像中的匹配目标发生旋转或大小变化，该算法无效。

匹配算法

模板匹配的原理非常简单，模板遍历原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，评价匹配“好”和“坏”的算法有多种，OpenCV提供了6种模板匹配算法：平方差匹配法：利用平方差来进行匹配，匹配效果越好，匹配值越小。相关匹配法：采用模板和图像间的乘法操作，匹配效果越好，匹配值越大。相关系数匹配法：模版对其均值的相对值与图像对其均值的相关值进行匹配，1表示完美匹配，-1表示糟糕的匹配，0表示没有任何相关性。
（1）平方差匹配法：cv2.TM_SQDIFF
（2）归一化平方差匹配法：cv2.TM_SQDIFF_NORMED
（3