openCV-python模板匹配（旋转）

对于旋转模板匹配，你可以使用OpenCV中的函数cv2.matchTemplate()结合旋转矩阵来实现。下面是一个基本的流程：

1. 加载源图像和模板图像。
2. 定义一组旋转角度，可以使用numpy.linspace()函数生成一系列角度。
3. 对于每个角度：
- 使用cv2.getRotationMatrix2D()函数生成旋转矩阵。
- 对模板图像进行旋转，可以使用cv2.warpAffine()函数。
- 使用cv2.matchTemplate()函数进行模板匹配。
- 根据匹配结果选择最佳匹配位置。
4. 绘制结果，可以使用cv2.rectangle()函数在源图像上绘制矩形。

这是一个基本的示例代码：

import cv2
import numpy as np

# 加载源图像和模板图像
source_img = cv2.imread('source.jpg')
template_img = cv2.imread('template.jpg')

# 转换为灰度图像
source_gray = cv2.cvtColor(source_img, cv2.COLOR_BGR2GRAY)
template_gray = cv2.cvtColor(template_img, cv2.COLOR_BGR2GRAY)

# 定义一组旋转角度
angles = np.linspace(0, 360, 36)

best_match = None
best_match_loc = None
best_match_angle = None

for angle in angles:
    # 生成旋转矩阵
    M = cv2.getRotationMatrix2D((template_gray.shape[1] / 2, template_gray.shape[0] / 2), angle, 1.0)
    
    # 对模板图像进行旋转
    rotated_template = cv2.warpAffine(template_gray, M, (template_gray.shape[1], template_gray.shape[0]))
    
    # 模板匹配
    result = cv2.matchTemplate(source_gray, rotated_template, cv2.TM_CCOEFF_NORMED)
    
    # 获取最佳匹配位置
    min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result)
    
    if best_match is None or max_val > best_match:
        best_match = max_val
        best_match_loc = max_loc
        best_match_angle = angle

# 绘制结果
top_left = best_match_loc
bottom_right = (top_left[0] + template_gray.shape[1], top_left[1] + template_gray.shape[0])
cv2.rectangle(source_img, top_left, bottom_right, (0, 255, 0), 2)

# 显示结果
cv2.imshow('Source Image', source_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

请注意，这只是一个示例代码，你需要根据你的具体需求进行修改和优化。希望对你有所帮助！