最近在給老師做一個圖像拼接的東西，然后就用到了Opencv中的matchTemplate函數，在網上也有很多大神寫了相關的博客:
已經有很多了關於這個函數的解釋，我就主要從一些不好理解的地方解釋一下吧，可能也不一定對_，同樣也是為了給自己做一個回顧。
不想看的直接上參考文檔.
函數原型：
void cv::matchTemplate(
cv::InputArray image, // 用於搜索的輸入圖像, 8U 或 32F, 大小 W*H
cv::InputArray templ, // 用於匹配的模板，和image類型相同， 大小 w*h
cv::OutputArray result, // 匹配結果圖像, 類型 32F, 大小 (W-w+1)*(H-h+1)
int method // 用於比較的方法
);
函數參數解釋：
templ:是小圖，在image中進行步長為1的滑動，每一次都移動一個格子。
image:匹配圖（大圖，其中存在templ區域）。
如下圖所示：紅色部分為templ,背景棕黃色為image,templ從（0，0）處開始滑動。
method:
有以下六種：
enum { TM_SQDIFF=0, TM_SQDIFF_NORMED=1, TM_CCORR=2, TM_CCORR_NORMED=3, TM_CCOEFF=4, TM_CCOEFF_NORMED=5 };
1. TM_SQDIFF，TM_SQDIFF_NORMED匹配數值越低表示匹配效果越好，其它四種反之。
2. TM_SQDIFF_NORMED，TM_CCORR_NORMED，TM_CCOEFF_NORMED是標准化的匹配，得到的最大值，最小值范圍在0~1之間，其它則需要自己對結果矩陣歸一化。
result:存放每一次templ和image進行比對得到相似度。
如上圖可知，模板在待測圖像上每次在橫向或是縱向上移動一個像素，並作一次比較計算，由此，橫向比較W-w+1次，縱向比較H-h+1次，從而得到一個（W-w+1）×（H-h+1）維的結果矩陣，result即是用圖像來表示這樣的矩陣,因而圖像result的大小為（W-w+1）×（H-h+1）。匹配結果圖像與原圖像之間的大小關系，他們之間差了一個模板大小。
從result中獲得最佳匹配區域
使用函數cvMinMaxLoc(result,&min_val,&max_val,&min_loc,&max_loc,NULL);從result中提取最大值（相似度最高）以及最大值的位置（即在result中該最大值max_val的坐標位置max_loc，即模板滑行時左上角的坐標，類似於圖中的坐標（x,y）。
在這里有min_val，max_val。為什么會有兩個值呢？
我的理解是由於我們的對比方法method的不同，對於匹配結果：有的方法是匹配數值越小匹配效果越好；有的方法則是匹配數值越大匹配效果越好。因此返回的是兩種不同的結果。
這個函數中引用修改的無論是 min_loc 還是 max_loc返回的都是在當前選取的方法method上得到的最佳匹配的，image上templ最佳位置的左上角的點。由此可以得到最佳匹配區域：
rect=cvRect(max_loc.x,max_loc.y,tmp->width,tmp->height); //rect表示最佳的匹配的矩形區域。
具體的使用函數如下：
Point templateMatching(const Mat& srcImage,const Mat& templateImage)
{
Mat result;
int result_cols = srcImage.cols - templateImage.cols + 1;
int result_rows = srcImage.rows - templateImage.rows + 1;
if(result_cols < 0 || result_rows < 0)
{
qDebug() << "Please input correct image!";
return;
}
result.create(result_cols, result_rows, CV_32FC1);
//enum { TM_SQDIFF=0, TM_SQDIFF_NORMED=1, TM_CCORR=2, TM_CCORR_NORMED=3, TM_CCOEFF=4, TM_CCOEFF_NORMED=5 };
matchTemplate(srcImage,templateImage,result,TM_CCOEFF_NORMED); //最好匹配為1,值越小匹配越差
double minVal = -1;
double maxVal;
Point minLoc;
Point maxLoc;
Point matchLoc;
minMaxLoc(result, &minVal, &maxVal, &minLoc, &maxLoc, Mat());
//取大值(視匹配方法而定)
// matchLoc = minLoc;
matchLoc = maxLoc;
return matchLoc;
}
that's all thank you!