Python 如何找到模板匹配的准确度

我正在进行模板匹配
现在，我想做的是找到模板匹配的准确性
我已经做了模板匹配，但是我如何获得准确度呢 我想我必须减去匹配的区域和模板图像。 我如何做到这一点

代码

import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt

img = cv.imread('image.jpg',0)
img1 = img.copy()
template = cv.imread('template.jpg',0)
w, h = template.shape[::-1]

method = ['cv.TM_CCOEFF_NORMED','cv.TM_CCORR_NORMED']
for meth in method:
    img = img1.copy()
    method = eval(meth)

    res = cv.matchTemplate(img,template,method)
    min_val, max_val, min_loc, max_loc = cv.minMaxLoc(res)

    bottom_right = (top_left[0] + w, top_left[1] + h)
    cv.rectangle(img,top_left, bottom_right, 255, 2)
    plt.subplot(121)
    plt.imshow(res,cmap = 'gray')
    plt.title('Matching Result')

    plt.subplot(122)
    plt.imshow(img,cmap = 'gray')
    plt.title('Detected Point') 
    plt.show()

---

有几个例子可以用来比较图像。其中包括：

---

所有这些都需要对图像的像素值进行一些基本操作以进行比较。

请不要使用绝对dif或任何类似的方法来计算精度。变量

min\u val、max\u val

中已经有精度值

OpenCV模板匹配用于计算匹配。因此，当您使用

cv.matchTemplate（img，template，method）

时，存储在

res

图像中的值就是这种相关性的结果

因此，当您使用

cv.minMaxLoc（res）

时，您正在计算此相关性的最小和最大结果。我只需使用

max\u val

来告诉我它匹配得有多好。由于

min\u val

和

max\u val

都在

[-1.0,1.0]

范围内，如果

max\u val

为1.0，我将其视为100%匹配，0.5的

max\u val

视为50%匹配，依此类推

---

我曾尝试使用

min_val

和

max_val

组合来缩放值以获得更好的理解，但我发现简单地使用

max_val

可以获得所需的结果

opencv具有absdiff函数