skimage.template_matching举例

下面是使用 scikit-image 的 `skimage.template_matching` 模块进行模板匹配的示例代码：

import matplotlib.pyplot as plt
from skimage import data
from skimage.feature import match_template

# 加载原始图像和模板图像
image = data.camera()
template = image[320:420, 140:240]

# 进行模板匹配
result = match_template(image, template)

# 获取匹配结果的位置
ij = np.unravel_index(np.argmax(result), result.shape)
x, y = ij[::-1]

# 显示原始图像、模板图像和匹配结果
fig, (ax1, ax2, ax3) = plt.subplots(ncols=3, figsize=(8, 3))
ax1.imshow(image, cmap=plt.cm.gray)
ax1.set_axis_off()
ax1.set_title('Input image')
ax2.imshow(template, cmap=plt.cm.gray)
ax2.set_axis_off()
ax2.set_title('Template')
ax3.imshow(image, cmap=plt.cm.gray)
ax3.set_axis_off()
ax3.set_title('Matched result')
# 绘制矩形框显示匹配位置
h, w = template.shape
rect = plt.Rectangle((x, y), w, h, edgecolor='r', facecolor='none')
ax3.add_patch(rect)

plt.show()

在上面的示例中，我们使用 `data.camera()` 加载了一个示例图像作为原始图像，并从原始图像中提取了一个区域作为模板图像。然后，我们使用 `match_template` 函数进行模板匹配，得到匹配结果。接下来，我们找到匹配结果中最大值的位置，并将其显示在原始图像上，同时绘制一个红色的矩形框来表示匹配位置。

请确保先安装 scikit-image 库，可以使用以下命令进行安装：

pip install scikit-image

这只是 scikit-image 的模板匹配的基本用法示例，更多高级功能和用法可以参考 scikit-image 的文档或示例代码。