一、函数:
a.matchTemplate 函数:
（1）函数原型：
CV_EXPORTS_W void matchTemplate( InputArray image, InputArray templ,
OutputArray result, int method, InputArray mask = noArray() );（2）函数作用：
-
matchTemplate函数通过在图像上滑动模板，并使用指定的匹配方法比较图像与模板的重叠区域，将比较结果存储在result中。
（3）参数：
image：要搜索的图像。必须是8位无符号或32位浮点类型。templ：被搜索的模板。大小必须不超过源图像，并且数据类型与源图像相同。result：比较结果的映射。必须是单通道的32位浮点类型。如果image的大小是W × H，模板是w × h，那么result的大小是(W-w+1) × (H-h+1)。method：指定比较方法的参数，可参见TemplateMatchModes。不同的方法使用不同的公式来计算比较结果。mask：可选的掩码。它必须与templ大小相同，具有相同数量的通道或仅一个通道（用于所有模板和图像通道）。如果数据类型是CV_8U，则掩码被解释为二进制掩码，只有掩码非零的元素被使用，并且实际掩码值（权重等于1）不变。对于数据类型CV_32F，掩码值被用作权重。
（4）模板匹配模式（TemplateMatchModes）：
-
描述了可用的比较方法的公式。
I表示图像，T表示模板，R表示结果，M表示可选掩码。求和是在模板和/或图像块上进行的。
（5）最佳匹配查找：
-
函数执行比较后，可以使用
minMaxLoc函数找到全局最小值（当使用TM_SQDIFF时）或最大值（当使用TM_CCORR或TM_CCOEFF时）。
（6）多通道图像处理：
-
对于彩色图像，模板在分子中的求和和分母中的每个求和都是跨所有通道进行的，并且每个通道使用单独的平均值。这意味着函数可以接受彩色模板和彩色图像，但结果仍然是单通道图像，这更容易分析。
（7）应用场景：
-
matchTemplate函数常用于图像识别、目标检测和图像匹配任务中，通过比较模板与图像的各个部分来找到最佳匹配位置。
（8）注意点：
-
在使用
matchTemplate函数时，需要确保输入图像和模板的大小和类型兼容，并且输出结果图像具有正确的数据类型和大小。
b.TemplateMatchModes枚举：
（1）TM_SQDIFF (0)：
-
平方差方法。计算模板和图像区域之间的平方差总和。
-
如果没有掩码，公式为：
-
使用掩码时，公式为：
-
TM_SQDIFF_NORMED (1)：归一化平方差方法。计算平方差的归一化版本。
-
如果没有掩码，公式为：
-
使用掩码时，公式为：
-
TM_CCORR (2)：相关系数方法。计算模板和图像区域之间的相关系数总和。
-
如果没有掩码，公式为：
-
使用掩码时，公式为：
-
TM_CCORR_NORMED (3)：归一化相关系数方法。计算相关系数的归一化版本。
-
如果没有掩码，公式为：
-
使用掩码时，公式为：
-
TM_CCOEFF (4)：常数系数方法。计算模板和图像区域的常数系数相关性，其中
T'和I'是减去平均值后的模板和图像区域。 -
没有掩码时的公式为：
-
使用掩码时的公式为：
-
TM_CCOEFF_NORMED (5)：归一化常数系数方法。计算常数系数相关性的归一化版本。
-
公式为：
二、示例代码：
#include <opencv2/core/utils/logger.hpp>
#include <opencv2/opencv.hpp>
#include <opencv2/videoio.hpp>
#include <opencv2/objdetect.hpp>
#include <opencv2/highgui/highgui_c.h>
#include <iostream>
using namespace cv;
using namespace std;
VideoCapture createInput(bool useCamera, std::string videoPath);
// 主函数入口点
int main() {
// 设置日志级别为不输出任何日志信息
utils::logging::setLogLevel(utils::logging::LOG_LEVEL_SILENT);
// 定义是否使用摄像头或视频文件的标志，0 表示使用视频文件
bool useCamera = 0;
// 定义视频文件的路径
string videoPath = "C:\\Users\\86173\\Desktop\\TI\\passerby.mp4";
// 根据 useCamera 标志选择摄像头或视频文件创建视频捕获对象
VideoCapture cap = createInput(useCamera, videoPath);
// 检查视频是否成功打开，如果失败打印错误信息并退出程序
if (!cap.isOpened()) {
cout << "fail to open video...\n" << endl;
return -1;
}
// 定义Mat对象用于存储帧、模板、结果等
Mat frame, tempMat, resultMat, refMat, dispMat;
// 初始化计数器
int cnt = 0;
// 循环读取视频帧直到视频结束
while (1) {
// 从视频流中读取下一帧
cap >> frame;
// 如果帧为空，则退出循环
if (frame.empty()) break;
// 如果是第一帧，让用户选择ROI并复制到refMat
if (cnt == 0) {
Rect2d r;
// 调用 selectROI 函数让用户选择ROI
r = selectROI(frame, true);
// 根据选择的ROI提取模板
tempMat = frame(r);
// 复制模板到refMat
tempMat.copyTo(refMat);
// 销毁所有创建的窗口
destroyAllWindows();
}
// 设置模板匹配方法为TM_SQDIFF，即最小平方差
int match_method = TM_SQDIFF;
// 调用 matchTemplate 函数进行模板匹配
matchTemplate(frame, refMat, resultMat, match_method);
// 归一化匹配结果
normalize(resultMat, resultMat, 0, 1, NORM_MINMAX, -1, Mat());
// 声明变量用于minMaxLoc函数
double minVal, maxVal;
Point minLoc, maxLoc;
Point matchLoc;
// 寻找resultMat中的最小值和最大值位置
minMaxLoc(resultMat, &minVal, &maxVal, &minLoc, &maxLoc, Mat());
// 根据匹配方法确定最佳匹配位置
if (match_method == TM_SQDIFF || match_method == TM_SQDIFF_NORMED) {
matchLoc = minLoc; // 最小平方差方法使用最小值位置
}
else {
matchLoc = maxLoc; // 其他方法使用最大值位置
}
// 复制当前帧到dispMat并在匹配位置绘制矩形框
frame.copyTo(dispMat);
rectangle(dispMat, matchLoc, Point(matchLoc.x + refMat.cols,
matchLoc.y + refMat.rows), Scalar::all(0), 2, 8, 0);
// 显示模板和匹配结果
imshow("template", refMat);
imshow("模板匹配", dispMat);
// 如果用户按下 'q' 键，则退出循环
if (waitKey(30) == 'q') {
break;
}
// 增加计数器
cnt++;
}
// 程序结束，返回0
return 0;
}
//选择视频或者摄像头，1摄像头，0视频。
VideoCapture createInput(bool useCamera, string videoPath)
{
//选择输入
VideoCapture capVideo;
if (useCamera) {
capVideo.open(0);
}
else {
capVideo.open(videoPath);
}
return capVideo;
}
