1. 什么是模板匹配？

模板匹配是一种用于在源图像S中寻找定位给定目标图像T（即模板图像）的技术。其原理很简单，就是通过一些相似度准则来衡量两个图像块之间的相似度Similarity(S,T)。

2. 用途

模板匹配方法常用于一些平面图像处理中，例如印刷中的数字、工业零器件等小尺寸目标图像识别分类。

3. 方法

模板匹配中，源图像和模板图像可以是二值图像、灰度图像、彩色图像。

一般而言，模板匹配有两种使用场景：

1）如果源图像S与模板图像T大小（高和宽）一致，则直接使用相似度计算公式对这两个图像进行相似度计算。

2）如果源图像S的size大于模板图像T，则在S中匹配T时，需要滑动匹配窗口（即模板图像的大小），计算模板图像与该窗口对应的图像区域之间的相似度。对整张S图像滑动完后，得到多个匹配结果。这里，有两种方式获取匹配结果。一种是返回所有匹配结果中的最佳匹配结果（最小值或最大值，依相似度计算方式而定）。另一种，是设定一个阈值，大于或小于该阈值的匹配结果都认为是有效的匹配。

例如，如图1所示，想要在大图中定位到小图（小狗的头部），使用模板匹配时的滑动过程如图2所示：

图1

（来源：http://docs.opencv.org/doc/tutorials/imgproc/histograms/template_matching/template_matching.html#template-matching）

图2

（来源：http://docs.opencv.org/doc/tutorials/imgproc/histograms/template_matching/template_matching.html#template-matching）

滑动完整张大图后，得到一张包含所有匹配结果的图，如图3所示。图3中的一个像素位置代表了一次模板匹配的结果。

图3

（来源：http://docs.opencv.org/doc/tutorials/imgproc/histograms/template_matching/template_matching.html#template-matching）