python opencv 模板匹配代码

模板匹配是一种在图像中查找模板图像位置的方法。OpenCV 提供了 `cv2.matchTemplate()` 函数来实现模板匹配。以下是一个简单的示例代码，展示了如何使用 OpenCV 进行模板匹配：

import cv2
import numpy as np

# 读取主图像和模板图像
main_image = cv2.imread('main_image.jpg', cv2.IMREAD_COLOR)
template = cv2.imread('template.jpg', cv2.IMREAD_COLOR)

# 获取模板图像的尺寸
template_height, template_width = template.shape[:2]

# 执行模板匹配
result = cv2.matchTemplate(main_image, template, cv2.TM_CCOEFF_NORMED)

# 设置匹配阈值
threshold = 0.8
loc = np.where(result >= threshold)

# 在匹配位置绘制矩形框
for pt in zip(*loc[::-1]):
    cv2.rectangle(main_image, pt, (pt[0] + template_width, pt[1] + template_height), (0, 0, 255), 2)

# 显示结果图像
cv2.imshow('Detected', main_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

### 代码解释

1. **导入库**：

   import cv2
   import numpy as np

导入 OpenCV 和 NumPy 库。

2. **读取图像**：

   main_image = cv2.imread('main_image.jpg', cv2.IMREAD_COLOR)
   template = cv2.imread('template.jpg', cv2.IMREAD_COLOR)

读取主图像和模板图像。

3. **获取模板尺寸**：

   template_height, template_width = template.shape[:2]

获取模板图像的高度和宽度。

4. **执行模板匹配**：

   result = cv2.matchTemplate(main_image, template, cv2.TM_CCOEFF_NORMED)

使用 `cv2.matchTemplate()` 函数进行模板匹配。

5. **设置匹配阈值并找到匹配位置**：

   threshold = 0.8
   loc = np.where(result >= threshold)

设置匹配阈值，并找到所有匹配位置。

6. **绘制矩形框**：

   for pt in zip(*loc[::-1]):
       cv2.rectangle(main_image, pt, (pt[0] + template_width, pt[1] + template_height), (0, 0, 255), 2)

在匹配位置绘制红色矩形框。

7. **显示结果图像**：

   cv2.imshow('Detected', main_image)
   cv2.waitKey(0)
   cv2.destroyAllWindows()

显示结果图像，并等待用户按键关闭窗口。