摘要：理論模板匹配是一種在較大的圖像中搜索和查找模板圖像位置的方法。將其作為矩形的左上角，并將，作為矩形的寬度和高度中的模板匹配與多個對象匹配的模板將不會提供所有的位置在這種情況下，我們將使用閾值

Template Matching

模板匹配是一種在較大的圖像中搜索和查找模板圖像位置的方法。OpenCV帶有一個函數cv2.matchTemplate()用于此目的.它只是簡單地將模板圖像放在輸入圖像上(就像在2D卷積中那樣)，并在模板圖像下對輸入圖像的模板和補丁進行比較,在OpenCV中實現了幾種比較方法,它返回一個灰度圖像，每個像素表示該像素區域與模板的匹配程度.

如果輸入圖像的大小（W x H）且模板圖像的大小（w x h），則輸出圖像的大小為（W-w + 1，H-h + 1）.獲得結果后，可以使用cv.minMaxLoc（）函數查找最大/最小值的位置。將其作為矩形的左上角，并將（w，h）作為矩形的寬度和高度.

import cv2
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread("img.jpg",0)
img2 = img.copy()
template = cv2.imread("img_roi.png",0)
w, h = template.shape[::-1]

# All the 6 methods for comparison in a list
methods = ["cv2.TM_CCOEFF", "cv2.TM_CCOEFF_NORMED", "cv2.TM_CCORR",
            "cv2.TM_CCORR_NORMED", "cv2.TM_SQDIFF", "cv2.TM_SQDIFF_NORMED"]

for meth in methods:
    img = img2.copy()
    method = eval(meth)

    # Apply template Matching
    res = cv2.matchTemplate(img,template,method)
    min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)

    # If the method is TM_SQDIFF or TM_SQDIFF_NORMED, take minimum
    if method in [cv2.TM_SQDIFF, cv2.TM_SQDIFF_NORMED]:
        top_left = min_loc
    else:
        top_left = max_loc
    bottom_right = (top_left[0] + w, top_left[1] + h)

    cv2.rectangle(img,top_left, bottom_right, 255, 2)

    plt.subplot(121),plt.imshow(res,cmap = "gray")
    plt.title("Matching Result"), plt.xticks([]), plt.yticks([])
    plt.subplot(122),plt.imshow(img,cmap = "gray")
    plt.title("Detected Point"), plt.xticks([]), plt.yticks([])
    plt.suptitle(meth)

    plt.show()

cv.minMaxLoc()將不會提供所有的位置.在這種情況下，我們將使用閾值.

import cv2
import numpy as np
from matplotlib import pyplot as plt

img_rgb = cv2.imread("img5.png")
img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY)
template = cv2.imread("img_roi1.png",0)
w, h = template.shape[::-1]

res = cv2.matchTemplate(img_gray,template,cv2.TM_CCOEFF_NORMED)
threshold = 0.8
loc = np.where( res >= threshold)
for pt in zip(*loc[::-1]):
    cv2.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (0,0,255), 2)

cv2.imshow("res",img_rgb)