模板匹配matchTemplate

定义：模板匹配是在给定的图片中查找和模板最相似的区域，该算法的输入包括模板和图片，整个任务的思路就是按照滑窗的思路不断的移动模板图片，计算其与图像中对应区域的匹配度，最终将匹配度最高的区域选择为最终的结果。
原理：将模板块每次移动一个像素(从左往右，从上往下)，在每一个位置，都计算与模板图像的相似程度。对于每一个位置将计算的相似结果保存在结果矩阵®中。如果输入图像的大小(WxH)且模板图像的大小(wxh)，则输出矩阵R的大小为(W-w +1,H-h+1)将R显示为图像。获得图像后，查找最大值所在的位置，那么该位置对应的区域就被认为是最匹配的。对应的区域就是以该点为顶点，长宽和模板图像一样大小的矩阵。
案例：
API

res = cv.matchTemplate(img,template,method)
img:要进行模板匹配的图像
Template:模板
实现模板匹配的算法，主要有method:
1.平方差匹配(cv2.TM_SQDIFF_NORMED):利用模板与图像之间的平方差进行匹配最好的匹配是0，匹配越差，匹配的值越大。
2.相关匹配(cv2.TM_CCORR_NORMED):利用模板与图像间的乘法进行匹配，数值越大表示匹配程度较高，越小表示匹配效果差，
3.利用相关系数匹配(cv2.TM_CCOEFF_NORMED):利用模板与图像间的相关系数匹配，1表示完美的匹配，-1表示最差的匹配。

完成匹配后，使用cv.minMaxLoc()方法查找最大值所在的位置即可。如果使用平方差作为比较方法，则最小值位置是最佳匹配位置。
单个对象匹配

import cv2 as cv2
img = cv2.imread('11.png')    #(781, 1314, 3)数组
template <