模板匹配是在图像中查找与模板最相似区域的核心技术，本文演示 OpenCV 单模板匹配的完整实现，涵盖 6 种匹配算法，并解决匹配结果定位的核心问题，新手可直接复用。
核心代码实现
python
import cv2 as cv
import numpy as np
# 1. 读取模板和待匹配图像并校验
tpl = cv.imread('.\image\15.bmp') # 模板图像
target = cv.imread('.\image\16.bmp') # 待匹配图像
if tpl is None or target is None:
print('图像读取失败，请检查路径')
exit()
# 显示模板和待匹配图像
cv.namedWindow('tpl', cv.WINDOW_NORMAL)
cv.resizeWindow('tpl', 600, 600)
cv.imshow('tpl', tpl)
cv.imshow('target', target)
# 2. 定义6种模板匹配算法
TM_SQDIFF = cv.TM_SQDIFF # 平方差匹配：0最好，1最次
TM_SQDIFF_NORMED = cv.TM_SQDIFF_NORMED # 归一化平方差匹配
TM_CCORR = cv.TM_CCORR # 相关性匹配：1最好，0最次
TM_CCORR_NORMED = cv.TM_CCORR_NORMED # 归一化相关性匹配
TM_CCOEFF = cv.TM_CCOEFF # 相关系数匹配：1最好，0最次
TM_CCOEFF_NORMED = cv.TM_CCOEFF_NORMED # 归一化相关系数匹配
# 选择使用的匹配算法（推荐归一化算法，鲁棒性更强）
use_method = TM_CCOEFF_NORMED
# 3. 执行模板匹配（注意参数顺序：待匹配图像在前，模板在后）
result = cv.matchTemplate(target, tpl, use_method)
# 归一化匹配结果（便于统一分析）
cv.normalize(result, result, 0, 1, cv.NORM_MINMAX, -1)
# 4. 获取匹配结果的极值点（定位最佳匹配区域）
min_val, max_val, min_loc, max_loc = cv.minMaxLoc(result)
# 5. 根据算法类型确定最佳匹配位置
tpl_h, tpl_w = tpl.shape[:2] # 获取模板的高和宽
if use_method in [TM_SQDIFF, TM_SQDIFF_NORMED]:
# 平方差类算法：最小值为最佳匹配
best_loc = min_loc
else:
# 相关性/相关系数类算法：最大值为最佳匹配
best_loc = max_loc
# 6. 绘制匹配框（在待匹配图像上标注结果）
bottom_right = (best_loc[0] + tpl_w, best_loc[1] + tpl_h)
cv.rectangle(target, best_loc, bottom_right, (0, 255, 0), 2)
# 7. 显示匹配结果
cv.namedWindow('result', cv.WINDOW_NORMAL)
cv.resizeWindow('result', 600, 600)
cv.imshow('result', target)
cv.waitKeyEx(0)
cv.destroyAllWindows()关键知识点解析
1. 6 种匹配算法分类
| 算法类型 | 核心特点 | 最佳匹配判定 | 推荐度 |
|---|---|---|---|
| 平方差类（SQDIFF/SQDIFF_NORMED） | 计算像素差值平方和 | 数值越小匹配度越高 | 🌟🌟（归一化版更优） |
| 相关性类（CCORR/CCORR_NORMED） | 计算像素相关性 | 数值越大匹配度越高 | 🌟🌟（易受亮度影响） |
| 相关系数类（CCOEFF/CCOEFF_NORMED） | 去除均值后的相关性 | 数值越大匹配度越高 | 🌟🌟🌟（鲁棒性最强） |
2. 核心避坑点
- 参数顺序 ：
cv.matchTemplate(target, tpl, method)必须是「待匹配图像在前，模板在后」，原代码顺序颠倒会导致匹配失败； - 匹配框尺寸 ：匹配框的宽高应取模板图像 的尺寸（
tpl_w/tpl_h），而非待匹配图像； - 归一化优势：归一化算法（带_NORMED 后缀）不受图像尺寸、亮度缩放影响，实际项目优先使用。
3. 核心步骤拆解
- 读取模板 / 待匹配图像，做好空值校验；
- 选择匹配算法（优先归一化相关系数）；
- 执行模板匹配并归一化结果；
- 根据算法类型获取最佳匹配位置（最小 / 最大值）；
- 绘制矩形框标注匹配区域。
总结
- 模板匹配核心是选择合适算法：优先使用
TM_CCOEFF_NORMED（归一化相关系数），鲁棒性最强； - 注意
matchTemplate参数顺序（待匹配图在前）和匹配框尺寸（取模板尺寸）； - 平方差类算法看最小值，相关性 / 相关系数类看最大值，是定位最佳匹配的关键。