如何读取matchTemplate的结果（python中的OpenCV2）

以下代码实际上是我立即打印出来的结果：

result = cv.matchTemplate(haystack_img, needle_img, cv.TM_SQDIFF_NORMED

图片大小：

干草堆=27x16 打捆针直径=7x7 然而，我真的不明白这意味着什么

输出将为您提供一个大小为21 x 10的响应图像，其中7 x 7针状img模板从左到右滑动，从上到下滑动，提取与模板一致的每个7 x 7窗口并计算相关性。注意输出的大小减小了。它比搜索图像小，因为假设模板完全适合图像内部

但是，您选择的度量是距离度量cv2.TM_SQDIFF_NORMED。对于此响应图像中的每个元素，它提供了模板和每个窗口之间的差异性。提供最小值的位置意味着，如果将模板的左上角放置在此位置，则该位置是模板与图像最匹配的位置

以下代码将绘制一个边界框，其中模板在haystack图像中最匹配：

结果=cv2.matchTemplatehaystack\u img、针头\u img、cv.TM\u SQDIFF\u NORMED 最小值，最大值，最小位置，最大位置=cv2.minMaxLocresult 左上=最小位置 w、 h=7，7 右下=左上[0]+w，左上[1]+h img_to_show=干草堆img.copy cv2.矩形显示，左上角，右下角，255，2 cv2.imshowResult，img_至_show cv2.0 运行模板匹配，然后使用cv2.minMaxLoc查找最小值和最大值以及它们在图像中的位置。我们希望使用最小值的位置，给定使用距离的方法。min_loc将提供模板最匹配位置左上角的列和行坐标。我们根据模板的尺寸创建右下角坐标，然后创建图像的新副本，并在其上绘制一个白色矩形，表明您是最匹配的模板，然后在最后显示图像。

输出将为您提供一个大小为21 x 10的响应图像，其中7 x 7针头模板在图像上从左到右滑动，从上到下滑动，每个7 x 7窗口重合使用该模板提取并计算相关性。注意输出的大小减小了。它比搜索图像小，因为假设模板完全适合图像内部

但是，您选择的度量是距离度量cv2.TM_SQDIFF_NORMED。对于此响应图像中的每个元素，它提供了模板和每个窗口之间的差异性。提供最小值的位置意味着，如果将模板的左上角放置在此位置，则该位置是模板与图像最匹配的位置

以下代码将绘制一个边界框，其中模板在haystack图像中最匹配：

结果=cv2.matchTemplatehaystack\u img、针头\u img、cv.TM\u SQDIFF\u NORMED 最小值，最大值，最小位置，最大位置=cv2.minMaxLocresult 左上=最小位置 w、 h=7，7 右下=左上[0]+w，左上[1]+h img_to_show=干草堆img.copy cv2.矩形显示，左上角，右下角，255，2 cv2.imshowResult，img_至_show cv2.0

---

运行模板匹配，然后使用cv2.minMaxLoc查找最小值和最大值以及它们在图像中的位置。我们希望使用最小值的位置，给定使用距离的方法。min_loc将提供模板最匹配位置左上角的列和行坐标。我们根据模板的尺寸创建右下角的坐标，然后创建一个新的图像副本，并在其上绘制一个白色矩形，表明您是最匹配的模板，然后在最后显示图像。

感谢@rayryeng的回复，并对此进行了进一步解释~

结果:

位置0,0为0.05779364 位置0,1为0.03569747 图片大小：

干草堆=27x16 打捆针直径=7x7 由于图像由每个像素进行比较，因此X和Y位置可以计算为

X:27-7+1=21 Y:16-7+1=10 X:0，1，2，3，21=每个列表中的位置 也等于

len(result[0])

len(result)

[

]

Y:0,1,2,3,4,5=列表中的位置也等于

len(result[0])

len(result)

[

]

官方文件：

---

谢谢@rayryeng的回复，再解释一下~

结果:

位置0,0为0.05779364 位置0,1为0.03569747 图片大小：

干草堆=27x16 打捆针直径=7x7 由于图像由每个像素进行比较，因此X和Y位置可以计算为

X:27-7+1=21 Y:16-7+1=10 X:0，1，2，3，21=每个列表中的位置 也等于

len(result[0])

len(result)

[

]

Y:0,1,2,3,4,5=列表中的位置也等于

len(result[0])

len(result)

[

]

官方文件：