【1】引言
前序学习了图像的常规读取和基本按位操作技巧，相关文章包括且不限于：
python学opencv|读取图像（四十九）原理探究：使用cv2.bitwise()系列函数实现图像按位运算-CSDN博客
实际上都还是简单的图像操作，在此基础上，我们尝试对图像进行识别。比如在一堆图像里，找出和模板图像最相似的目标图像，这就是本次文章想要学习的目标： cv.matchTemplate()函数。
【2】官网教程
点击下方链接，直达cv.matchTemplate()函数的官网教程：
官网对cv.matchTemplate()函数的解释为：
++图1 cv.matchTemplate()函数的官网教程++
官网对cv.matchTemplate()函数的参数解释为：
void cv::matchTemplate (
InputArray image, #供匹配的图像
InputArray templ, #匹配参照的模板
OutputArray result, #匹配结果
int method, #匹配方法
InputArray mask = noArray() ) #掩模矩阵，默认即可，不是此次重点
为对匹配效果进行标记，还需要读取匹配结果，使用cv2.minMaxLoc()函数，点击下方链接可以直达官网说明页面：
官网对cv2.minMaxLoc()函数说明页面的相关解释为：
++图2 cv.minMaxLoc()函数的官网教程++
官网对cv.matchTemplate()函数的参数解释为：
void cv::minMaxLoc (
const SparseMat & a, #输入数据
double * minVal, #最小值
double * maxVal, #最大值
int * minIdx = 0, #最小坐标
int * maxIdx = 0 ) #最大坐标
【3】代码测试
首先引入相关模块和图像：
python
import cv2 as cv # 引入CV模块
import numpy as np #引入numpy模块
# 读取图片
srcm = cv.imread('srcm.png') #读取图像srcx.png
srcg = cv.imread('srcg.png') #读取图像srcp.png
srcc = cv.imread('srcc.png') #读取图像srcp.png
rows,cols,cans=srcg.shape #读取图像属性
rowsc,colsc,cansc=srcc.shape #读取图像属性在这里，以srcm为待匹配图像，srcg和srcc为模板图像，也就是需要匹配两个。
然后进行图像匹配操作：
python
#匹配结果
results=cv.matchTemplate(srcm,srcg,cv.TM_CCORR_NORMED)
results1=cv.matchTemplate(srcm,srcc,cv.TM_CCORR_NORMED)之后读取匹配结果以备做标记：
python
#取值
minValue,maxValue,minLoc,maxLoc=cv.minMaxLoc(results)
minValuec,maxValuec,minLocc,maxLocc=cv.minMaxLoc(results1)做标记一般用方框，所以需要调用cv2.rectangle()函数。相关文章的学习链接为：python学opencv|读取图像（十九）使用cv2.rectangle()绘制矩形-CSDN博客
这个函数要两个坐标点，所以还需要自定义新的坐标点：
python
#取最大坐标
resultPoint1=maxLoc
print("resultPoint1=",resultPoint1)
#取最大坐标
resultPoint2=maxLocc
print("resultPoint2=",resultPoint2)
#定义新坐标
resultPoint3=(resultPoint1[0]+cols,resultPoint1[1]+rows)
print("resultPoint3=",resultPoint3)
#定义新坐标
resultPoint4=(resultPoint2[0]+colsc,resultPoint2[1]+rowsc)
print("resultPoint3=",resultPoint3)之后及时做标记、显示匹配效果：
python
#作标记
cv.circle(srcm,(250,250),30,(0,255,0))
cv.rectangle(srcm,resultPoint1,resultPoint3,(0,255,0),2)
cv.rectangle(srcm,resultPoint2,resultPoint4,(200,180,55),2)
# 显示结果
cv.imshow('srcm ', srcm)
cv.imshow('srcg ', srcg)
cv.imshow('srcc ', srcc)
#窗口控制
cv.waitKey() # 图像不关闭
cv.destroyAllWindows() # 释放所有窗口程序运行相关的图像有：
++图3 srcm.png++
++图4 模板srcg.png++
++图5 模板srcc.png++
++图6 匹配效果srcgc.png++
图6为程序运行后的匹配效果，可见猫猫头和女孩都匹配成功了。
【4】细节说明
图6中给猫猫头增加了一个圆圈标记，是为了增强对照，增加圆圈标记的相关文章链接为：
python学opencv|读取图像（二十一）使用cv2.circle()绘制圆形进阶_opencv circle-CSDN博客
【5】总结
掌握了python+opencv实现使用cv.matchTemplate()函数实现最佳图像匹配的技巧。