opencv3.2的模板匹配函数

Opencv3.2中的模板匹配函数是`cv2.matchTemplate()`。该函数用于在图像中寻找与给定模板最匹配的区域。

函数的语法如下：

cv2.matchTemplate(image, template, method[, result[, mask]])

参数解释：
- `image`：待搜索的输入图像。
- `template`：要匹配的模板图像。
- `method`：匹配方法，指定了用于比较模板和输入图像的算法。常用的方法有：
- `cv2.TM_SQDIFF`：平方差匹配法。
- `cv2.TM_SQDIFF_NORMED`：归一化平方差匹配法。
- `cv2.TM_CCORR`：相关匹配法。
- `cv2.TM_CCORR_NORMED`：归一化相关匹配法。
- `cv2.TM_CCOEFF`：相关系数匹配法。
- `cv2.TM_CCOEFF_NORMED`：归一化相关系数匹配法。
- `result`：可选参数，输出的匹配结果图像。
- `mask`：可选参数，掩码图像。如果提供了掩码图像，则只有掩码对应位置的像素才参与匹配。

函数返回一个包含匹配结果的灰度图像。你可以使用`cv2.minMaxLoc()`函数找到最佳匹配位置的坐标。

示例代码：

import cv2
import numpy as np

# 读取输入图像和模板图像
image = cv2.imread('image.jpg')
template = cv2.imread('template.jpg')
# 进行模板匹配
result = cv2.matchTemplate(image, template, cv2.TM_CCOEFF_NORMED)

# 找到最佳匹配位置的坐标
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result)
top_left = max_loc
bottom_right = (top_left[0] + template.shape[1], top_left[1] + template.shape[0])

# 在原图像中标记匹配区域
cv2.rectangle(image, top_left, bottom_right, (0, 255, 0), 2)

# 显示结果图像
cv2.imshow('Matched Image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

这是一个简单的模板匹配示例，你可以根据自己的需求进行更复杂的操作和参数调整。