ros18.04 c++ 环境下，利用opencv和小车视觉模板匹配自己的图片识别，给出代码

以下是一个基本的代码框架，用于在ROS 18.04 C++环境下使用OpenCV进行模板匹配和图像识别。

#include <ros/ros.h>
#include <opencv2/opencv.hpp>
#include <cv_bridge/cv_bridge.h>
#include <sensor_msgs/Image.h>

using namespace cv;

// 回调函数，处理图像消息
void imageCallback(const sensor_msgs::ImageConstPtr& msg)
{
    // 将ROS图像消息转换为OpenCV图像格式
    cv_bridge::CvImagePtr cv_ptr;
    try
    {
        cv_ptr = cv_bridge::toCvCopy(msg, sensor_msgs::image_encodings::BGR8);
    }
    catch (cv_bridge::Exception& e)
    {
        ROS_ERROR("cv_bridge exception: %s", e.what());
        return;
    }

    // 读取模板图像
    Mat tpl = imread("template.jpg");

    // 进行模板匹配
    Mat result;
    matchTemplate(cv_ptr->image, tpl, result, TM_CCOEFF_NORMED);

    // 寻找最大匹配值
    double minVal, maxVal;
    Point minLoc, maxLoc;
    minMaxLoc(result, &minVal, &maxVal, &minLoc, &maxLoc);

    // 在图像上绘制矩形框
    rectangle(cv_ptr->image, maxLoc, Point(maxLoc.x + tpl.cols, maxLoc.y + tpl.rows), Scalar(0, 0, 255), 2);

    // 显示图像
    imshow("Result", cv_ptr->image);
    waitKey(1);
}

int main(int argc, char** argv)
{
    ros::init(argc, argv, "image_subscriber");
    ros::NodeHandle nh;

    // 订阅图像消息
    ros::Subscriber sub = nh.subscribe("/camera/image_raw", 1, imageCallback);

    ros::spin();
    return 0;
}

在上述代码中，我们使用了OpenCV的`imread()`函数读取模板图像，使用`matchTemplate()`函数进行模板匹配，使用`rectangle()`函数在图像上绘制矩形框，并使用`imshow()`函数和`waitKey()`函数显示图像。在ROS环境中，我们使用了`cv_bridge`库将ROS图像消息转换为OpenCV图像格式，并使用`ros::Subscriber`订阅图像消息。

请注意，上述代码只是一个基本示例，实际应用中需要根据具体情况进行适当修改和优化，例如改善模板匹配算法的准确性和效率，优化图像处理流程等。