基于opencv4.5多目标/多角度与多尺度模板匹配(含源码)

基于OpenCV 4.5实现多目标/多角度与多尺度的模板匹配的源码如下：

import cv2
import numpy as np

# 读取模板图像
template = cv2.imread("template.jpg", 0)

# 读取待匹配图像
image = cv2.imread("image.jpg", 0)

# 获取模板图像的尺寸
w, h = template.shape[::-1]

# 进行多目标/多角度模板匹配
res = cv2.matchTemplate(image, template, cv2.TM_CCOEFF_NORMED)
threshold = 0.8
loc = np.where(res >= threshold)

# 根据匹配结果在原图像上绘制矩形框
for pt in zip(*loc[::-1]):
    cv2.rectangle(image, pt, (pt[0] + w, pt[1] + h), (0, 255, 0), 2)

# 显示结果图像
cv2.imshow("Result", image)
cv2.waitKey(0)
cv2.destroyAllWindows()

说明：
1. 首先，使用`cv2.imread()`函数读取待匹配的模板图像和目标图像，并将其转换为灰度图像。
2. 获取模板图像的尺寸`w, h`，并使用`cv2.matchTemplate()`函数进行模板匹配。匹配方法使用`cv2.TM_CCOEFF_NORMED`，它将返回匹配结果的相关性矩阵。
3. 设置匹配阈值`threshold`，并使用`np.where()`函数找到所有匹配结果中相关性大于等于阈值的位置。
4. 在原图像上使用`cv2.rectangle()`函数绘制矩形框，标记出匹配到的目标位置。
5. 最后，使用`cv2.imshow()`函数显示结果图像，并使用`cv2.waitKey()`和`cv2.destroyAllWindows()`函数等待用户按下键盘，并关闭窗口。

该源码可实现多目标/多角度和多尺度的模板匹配功能，根据模板图像在待匹配图像中的匹配程度，将匹配结果可视化在图像中。可以根据需要调整阈值参数和匹配方法等参数，以获得更好的匹配效果。