OpenCV多模板匹配讲解与匹配汽车实战（附Python源码）

需要源码和图片请点赞关注收藏后评论区留言私信~~~

一、多模板匹配

匹配过程中同时查找多个模板的操作叫做多模板匹配，多模板匹配实际上就是进行了n次单模板多目标匹配操作，n的数量为模板总数

实战1：同时匹配三个不同的模板

每一个模板都要做一次单模板多目标匹配，最后把所有模板的匹配结果汇总到一起，单模板多目标匹配的过程可以封装成一个方法，方法参数为模板和原始图像，方法内部将计算结果再加工以下，直接返回所有红框左上角和右下角两点横纵坐标的列表，在方法之外，将所有模板计算得出的坐标汇总到一个列表中，按照这些汇总的坐标一次性将所有红框都绘制出来 效果如下

其中模板就是里面的三个图像

部分代码如下

import cv2

def myMatchTemplate(img, templ):  # 自定义方法：获取模板匹配成功后所有红框位置的坐标
    width height, c = templ.hape  # 获取模板图像的宽度、高度和通道数
    results = cv2.matchTemplate(img, templ, cv2.TM_CCOEFF_NORMED)  # 按照标准相关系数匹配
    loc = list()  # 红框的列表
    for i in range(len(results)):  # 遍历结果数组的行            if results[i][j 0.99:  # 如果相关系数大于0.99则认为匹配成功
                # 在列表中添加匹配 j + width, i + height))
    return lo

img = cv