result = cv.matchTemplate(target,tpl,md)
opencv的目標匹配函數為matchTemplate，函數原型為：matchTemplate(image, templ, method[, result[, mask]]) -> result
image參數表示待搜索源圖像，必須是8位整數或32位浮點。
templ參數表示模板圖像，必須不大於源圖像並具有相同的數據類型。
method參數表示計算匹配程度的方法。
result參數表示匹配結果圖像，必須是單通道32位浮點。為一些列圖像的top_left的坐標和相關性對應關系。
min_val,max_val,min_loc,max_loc = cv.minMaxLoc(result)
result 可通過該函數獲取對應最大和最小匹配值和對應的位置。
函數minMaxLoc原型為：minMaxLoc(src[, mask]) -> minVal, maxVal, minLoc, maxLoc
src：參數表示輸入單通道圖像。
mask：表示用於選擇子數組的可選掩碼。
minVal：表示返回的最小值，如果不需要，則使用NULL。
maxVal：表示返回的最大值，如果不需要，則使用NULL。
minLoc：表示返回的最小位置的指針（在2D情況下）； 如果不需要，則使用NULL。
maxLoc：表示返回的最大位置的指針（在2D情況下）； 如果不需要，則使用NULL。
常用的method: cv2.TM_CCOEFF、cv2.TM_CCOEFF_NORMED、cv2.TM_CCORR、cv2.TM_CCORR_NORMED、cv2.TM_SQDIFF', 'cv2.TM_SQDIFF_NORMED。
其中：cv2.TM_SQDIFF和cv2.TM_SQDIFF_NORMED對應的相關性越小，匹配度越高；其他的算法相關性越大，匹配度越高。
這些算法的匹配方式分別是：
- TM_SQDIFF是平方差匹配
- TM_SQDIFF_NORMED是標准平方差匹配
- TM_CCORR是相關性匹配
- TM_CCORR_NORMED是標准相關性匹配
- TM_CCOEFF是相關性系數匹配
- TM_CCOEFF_NORMED是標准相關性系數匹配
$ $ 6中匹配算法的原理
- 缺點：模板匹配具有自身的局限性，主要表現在它只能進行平行移動，若原圖像中的匹配目標發生旋轉或大小變化，該算法無效。
