作者：翟天保Steven
版权声明：版权归作者所有。如需商业转载，请联系作者授权。非商业转载请注明出处

函数原型

void matchTemplate( InputArray image, InputArray templ,OutputArray result, int method, InputArray mask = noArray());

参数说明

1. InputArray类型的image，输入图像。
   
2. InputArray类型的templ，待匹配图像。
   
3. OutputArray类型的result，输出匹配结果。
   
4. int类型的method，匹配方法，具体介绍见下方。
   
5. InputArray类型的mask，掩膜。
   

匹配方法介绍

模板匹配函数中自带了6种匹配方法，其原理是以原图某点为起始点，选择模板同大小的区域进行计算，根据得到的结果选择最优的解，所以当你使用该函数时会发现，假如原图1000*1000，模板100*100，那结果图尺寸为900*900，各方法对应的公式和原理如下所示。

1.CV_TM_SQDIFF，平方差匹配法。得到的数值越小，说明越匹配。

2.CV_TM_SQDIFF_NORMED，归一化平方差匹配法。得到的数值越小，说明越匹配。

3.CV_TM_CCORR，相关匹配法。得到的数值越大，说明越匹配。该方法容易受背景干扰。

4.CV_TM_CCORR_NORMED，归一化相关匹配法。得到的数值越大，说明越匹配。该方法容易受背景干扰。

5.CV_TM_CCOEFF，相关系数法，也是零均值互相关法，将均值减去后，再计算相关性。得到的数值越大，说明越匹配。该方法应用性较优。

6.CV_TM_CCOEFF_NORMED，归一化相关系数法。得到的数值越大，说明越匹配。该方法应用性较优。

测试代码

#include <iostream>  
#include <opencv2\opencv.hpp>
#include <opencv2/highgui/highgui.hpp> 

using namespace cv;
using namespace std;

int main()
{
	cv::Mat src = imread("test1.jpg");
	cv::Mat sample = imread("t.png");
	// 匹配
	cv::Mat result;
	matchTemplate(src, sample, result, CV_TM_CCOEFF);
	// 归一化
	normalize(result, result, 0, 1, NORM_MINMAX, -1, Mat());
	// 获取最小值
	double minValue; double maxValue; Point minLocation; Point maxLocation;
	Point matchLocation;
	minMaxLoc(result, &minValue, &maxValue, &minLocation, &maxLocation, Mat());
	matchLocation = maxLocation;
	// 框选结果
	cv::Mat draw = src.clone();
	rectangle(draw, matchLocation, Point(matchLocation.x + sample.cols, matchLocation.y + sample.rows), Scalar(255, 0, 0), 2, 8, 0);
	
	imshow("src", src);
	imshow("sample", sample);
	imshow("draw", draw);
	waitKey(0);
	return 0;
}

测试效果

图1 原图

图2 待检测目标

图3 检测结果

如果文章对你有帮助，可以给我点个赞告诉我，我会很开心的~加油！