如何利用python的opencv同时导入两张样本图，并在目标图中识别出样本图并分别给出坐标

可以使用Python的OpenCV库提供的模板匹配（Template Matching）函数`cv2.matchTemplate()`来实现。

以下是一个示例代码，其中我们将使用两个样本图`sample1.jpg`和`sample2.jpg`，并在目标图`target.jpg`中找到它们的位置：

import cv2

# 读取目标图和两个样本图
target_img = cv2.imread('target.jpg')
sample1_img = cv2.imread('sample1.jpg')
sample2_img = cv2.imread('sample2.jpg')

# 获取样本图的宽高
sample1_height, sample1_width, _ = sample1_img.shape
sample2_height, sample2_width, _ = sample2_img.shape

# 使用模板匹配函数找到样本图在目标图中的位置
res1 = cv2.matchTemplate(target_img, sample1_img, cv2.TM_CCOEFF_NORMED)
res2 = cv2.matchTemplate(target_img, sample2_img, cv2.TM_CCOEFF_NORMED)

# 设置匹配阈值
threshold = 0.8

# 在目标图中标出匹配的位置
loc1 = np.where(res1 >= threshold)
for pt in zip(*loc1[::-1]):
    cv2.rectangle(target_img, pt, (pt[0] + sample1_width, pt[1] + sample1_height), (0, 0, 255), 2)
    
loc2 = np.where(res2 >= threshold)
for pt in zip(*loc2[::-1]):
    cv2.rectangle(target_img, pt, (pt[0] + sample2_width, pt[1] + sample2_height), (0, 255, 0), 2)

# 显示结果图
cv2.imshow('Result', target_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上述代码中，我们首先读取了目标图和两个样本图，然后使用模板匹配函数`cv2.matchTemplate()`在目标图中找到样本图的位置。接着，我们设置了匹配阈值，并使用`np.where()`函数找到匹配的位置。最后，我们在匹配位置上绘制矩形框，并将结果显示出来。

需要注意的是，模板匹配函数`cv2.matchTemplate()`在处理图像时是按照灰度图像处理的，因此我们需要在读入图像时将其转为灰度图像，或者在使用模板匹配函数之前，先将彩色图像转为灰度图像。