模板匹配就是在給定一幅圖像和一幅模板（一般模板比圖像的尺寸小很多）的情況下，找到這個圖像中最最相似於模板的位置，比如
第一幅是給定的圖片，第二幅是模板，第三幅就是搜索到的匹配的位置。
這個搜索的過程，我沒有在源碼中求索，但是根據tutorial，應該是采用sliding window的方法，利用滑動的窗口，逐像素進行匹配。這個逐像素的意思，就是錨定某個像素之后，在這個像素的右邊和下方，以template的寬度和高度的距離的范圍內，進行模板與圖像的相似度計算。
這種方法和行人檢測中常用的方法類似。就是sliding window。
計算匹配度，即計算相似度的方法一般有以下六種：
-
method=CV_TM_SQDIFF
-
method=CV_TM_SQDIFF_NORMED
-
method=CV_TM_CCORR
-
method=CV_TM_CCORR_NORMED
-
method=CV_TM_CCOEFF
where
-
method=CV_TM_CCOEFF_NORMED
第一種和第二種，是求得的結果越小越好。其余四種是求得的結果越大越好。注意，一般不使用第三種，因為這種方法在圖像某塊像素值普遍較大的情況下，就會錯誤匹配這個位置。看公式便知。
另外，我們的結果圖像也有一點需要注意的，就是它的寬度是原圖像寬度-模板寬度+1，它的高度是原圖像高度-模板高度+1。為什么這樣呢？想想便知。
當我們得到result之后，找到這個result當中的最大值或者最小值（取決於我們的相似度計算方法），就是找到匹配的位置。
OpenCV中對應的函數的介紹：
void matchTemplate(InputArray image, InputArray templ, OutputArray result, int method)
method從0到5，分別對應上述六種方法。
void minMaxLoc(InputArray src, double* minVal, double* maxVal=0, Point* minLoc=0, Point* maxLoc=0, InputArraymask=noArray())
用來找最大值或者最小值及其位置的方法。
對應的使用范例：
1 /// Source image to display 2 Mat img_display; 3 img.copyTo( img_display ); 4 5 /// Create the result matrix 6 int result_cols = img.cols - templ.cols + 1; 7 int result_rows = img.rows - templ.rows + 1; 8 9 result.create( result_cols, result_rows, CV_32FC1 ); 10 11 /// Do the Matching and Normalize 12 matchTemplate( img, templ, result, match_method ); 13 normalize( result, result, 0, 1, NORM_MINMAX, -1, Mat() ); 14 15 /// Localizing the best match with minMaxLoc 16 double minVal; double maxVal; Point minLoc; Point maxLoc; 17 Point matchLoc; 18 19 minMaxLoc( result, &minVal, &maxVal, &minLoc, &maxLoc, Mat() ); 20 21 /// For SQDIFF and SQDIFF_NORMED, the best matches are lower values. For all the other methods, the higher the better 22 if( match_method == CV_TM_SQDIFF || match_method == CV_TM_SQDIFF_NORMED ) 23 { matchLoc = minLoc; } 24 else 25 { matchLoc = maxLoc; } 26 27 /// Show me what you got 28 rectangle( img_display, matchLoc, Point( matchLoc.x + templ.cols , matchLoc.y + templ.rows ), Scalar::all(0), 2, 8, 0 ); 29 rectangle( result, matchLoc, Point( matchLoc.x + templ.cols , matchLoc.y + templ.rows ), Scalar::all(0), 2, 8, 0 ); 30 31 imshow( image_window, img_display ); 32 imshow( result_window, result );