Emgu 模板匹配函数MatchTemplate理解

简介
最近做一个识别护照护照号码OCR的项目，需要识别一张图像的护照号码,每张图片的号码的位置有些变化，这样就不好截取护照号码的图像，好在护照号码的以“ED”开头,长度，宽度固定.于是可以使用Emgu的模板匹配函数MatchTemplate来匹配字符串“ED”，以确定护照号码的开始位置，截取图片，然后使用Tesseract OCR来识别截取的图片中的护照号码.

MatchTemplate接口:
void MatchTemplate(IInputArray image, IInputArray templ, IOutputArray result, TemplateMatchingType method, IInputArray mask = null);
参数解释:
image-被匹配的图像矩阵(W*H)
templ-模板图像矩阵(w*h)
result-匹配结果矩阵((W-w)(H-h))：templ图像和image的卷积即temp在image图像上面从左到右，从上往下滑动，所以矩阵的大小是((W-w)(H-h))，result矩阵存放的数据是每个位置的图像的匹配度.
method-图像的匹配度计算方法:
method=TemplateMatchingType.Sqdiff，使用平方差的方法计算匹配度，很显然匹配度越高，平方差的和就越小，如果完全匹配，则平方差的和就为0,使用MinMaxLoc计算矩阵最大 最小值的时候，需要取最小值的位置坐标.

method=TemplateMatchingType.CcorrNormed,使用归一化相关系数匹配法计算匹配度.这个公式使用使用余弦相似度计算两个图像矩阵的相似度.详情参考（https://blog.youkuaiyun.com/u012160689/article/details/15341303），所以，匹配度越高，相关系数就越大，如果完全匹配，则相关系数为1（0度夹角的余弦值为1，完全相似）,使用MinMaxLoc计算矩阵最大 最小值的时候，需要取最大值的位置坐标.

- 代码

        /// <summary>
        /// 获取匹配图像的位置
        /// </summary>
        /// <param name="Src">被匹配的源图像</param>
        /// <param name="Template">模板图像</param>
        /// <returns>匹配位置</returns>
        Rectangle GetMatchPos(Mat Src,Mat Template)
        {
            Mat MatchResult = new Mat();//匹配结果
            CvInvoke.MatchTemplate(Src, Template, MatchResult, Emgu.CV.CvEnum.TemplateMatchingType.CcorrNormed);//使用相关系数法匹配
            Point max_loc = new Point();
            Point min_loc = new Point();
            double max = 0, min = 0;
            CvInvoke.MinMaxLoc(MatchResult, ref min, ref max, ref min_loc, ref max_loc);//获得极值信息
            DisplayInfo("\r\nX:" + max_loc.X + " Y:" + max_loc.Y + " 最大相似度:" + max + " 最小相似度:" + min);
            return new Rectangle(max_loc,Template.Size);
        }

运行效果:

就这样完成了一张图片的护照号码的截取,但是有时由于翻页的机构的问题，多翻了一页，导致图片里边没有护照号码，需要提示人工翻到资料页，这时就需要使用最大相似度max判断图片是否包含护照号码，经过多个样本测试，相似度小于0.98就表示该图片里边没有护照号码，翻页机构出问题了.