如何在opencv python中进行模板匹配OCR

iam现在正在python opencv中使用cv2.matchTemplate进行简单的字符识别和模板匹配。到目前为止，这只是我的代码匹配过程：

import numpy as np
import cv2

im = cv2.imread('test.png')
imgray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
thresh = cv2.adaptiveThreshold(imgray, 255, 1, 1, 11, 2)

contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL,
cv2.CHAIN_APPROX_SIMPLE)

for contour in contours:
if cv2.contourArea(contour) > 50:# remove the small contour
 [x, y, w, h] = cv2.boundingRect(contour)
 if h > 20:
   cv2.rectangle(im, (x, y), (x+w, y+h), (0, 0, 255), 1)
   print x, y, w, h
   cropped = im[y:y+h, x:y+h]#crop the roi region

 res = 0
 character = 0

这是我混淆的部分，模板匹配部分：

 imref = cv2.imread('a.jpg')#reads the template image
 result = cv2.matchTemplate(cropped, imref, cv2.TM_CCORR_NORMED)
 res = result
 character = 'A'
 print "match"+character


 cv2.imshow('im',im)
 cv2.waitKey(0)

我的图片与模板基本相同，我在word中使用相同的字体和像素大小（24x26），但我得到的只是我写的字符

 character = 'A'

---

谁能告诉我我做错了什么吗？

你漏了一步。你必须在结果图像上使用minMaxLoc，然后决定使用距离，如果它是匹配的还是不匹配的。对不起，berak，我没有键入它应该是“a.jpg”，然后再次强调，鉴于现有字体的数量等，字符识别决不简单。如果你认为，你可以使用普通模板匹配进行ocr-不可能。你是说像这样吗“min_val，max_val，min_loc，max_loc=cv2.minMaxLoc（结果）”？然后如何决定使用距离并决定其是否匹配？抱歉，因为我是这个opencv python的新手，请从现在开始！