opencv怎么模板匹配

在OpenCV中，模板匹配是一种搜索图像中是否存在特定模板模式的技术。它主要用于查找目标区域与预定义模板之间的相似度。以下是基本的模板匹配步骤：

1. **准备模板**：首先，你需要一个已知的目标模板，通常是灰度图像，你可以从源图像中提取出来，或者作为单独的图像文件提供。

   cv::Mat template = cv::imread("template.png", cv::IMREAD_GRAYSCALE);

2. **加载源图像**：接下来，加载你要在其上寻找模板的源图像。

   cv::Mat src = cv::imread("source.jpg", cv::IMREAD_COLOR);

3. **高斯模糊（可选）**：为了减小图像噪声的影响，有时会对模板和源图像应用高斯模糊。

   cv::Mat tempBlur;
   cv::GaussianBlur(template, tempBlur, cv::Size(5, 5), 0);

4. **模板匹配**：使用`matchTemplate`函数在源图像上寻找最匹配的地方，这会返回一个相同的尺寸的输出图像，每个像素表示对应位置的模板匹配得分。

   cv::Mat match;
   cv::matchTemplate(src, tempBlur, match, cv::TM_CCOEFF_NORMED);

5. **找到匹配的位置**：找到得分最高的点（通常是最相似的部分），可以通过`minMaxLoc`函数获取最高分及其坐标。

   std::vector<cv::Point> locations;
   double maxVal, minVal;
   cv::Point maxLoc, minLoc;
   cv::minMaxLoc(match, &minVal, &maxVal, &minLoc, &maxLoc);
   locations.push_back(maxLoc);

6. **绘制和显示结果**：最后，可以在源图像上标记出匹配区域或只显示最佳匹配。

   cv::circle(src, maxLoc, 5, cv::Scalar::all(0), -1);
   cv::imshow("Match Result", src);

注意，`matchTemplate`有多种匹配方法可供选择，如`TM_SQDIFF`、`TM_SQDIFF_NORMED`等，它们计算匹配程度的方式略有不同。