模板匹配

平移不变性图像的模板匹配

1.尺度变换
详见：http://www.pyimagesearch.com/2015/01/26/multi-scale-template-matching-using-python-opencv/

2.多个目标的匹配
详见：http://docs.opencv.org/trunk/d4/dc6/tutorial_py_template_matching.html

opencv中的函数matchTemplate（）：
matchTemplate函数的输入是一个小图像模版和一个被搜索的图像，结果返回一个Mat函数，表示每一个像素位置上的相似度。

函数通过在输入图像image中滑动（从左到右，从上到下），寻找各个位置的区块（搜索窗口）与模板图像templ的相似度，并将结果保存在结果图像result中。该图像中的每一个点的亮度表示该处的输入图像与模板图像的匹配程度，然后可以通过某方法（一般使用函数minMaxLoc）定位result中的最大值或者最小值得到最佳匹配点，最后根据匹配点和模板图像的矩形框标出匹配区域（如下图，红圈标出的亮点是最佳匹配点，黑框是模板图像矩形框）。

问题：取最大匹配程度的矩形框，需要去除重叠的矩形框，利用nms。
nms:需要score，加上score之后，不能完全匹配所有目标，只能大致匹配。
后期需要人工来精确的判断。