本文主要是介绍opencv 模板匹配matchTemplate研究之二，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
接续：先前发现只要比较接近的pin都会被框选出来，所以接下来我们需要从数据上来细化这些相似程度。
一. 测试方式
第一组：将钣金上的pin做正向放置和反向放置，同一个视角拍照各三张。如下图：前正后反，并且以正放做模板。
以第一种模板匹配方式测得数据为：
正：8034182
8423664
9001341
反：91645552
87450720
73020328
从数据看到，正向的比反向数据明显小了一个数量级，从原理看，第一种方式，应该是数值越小相似度越高。
第二组：我们以差异小一点的pin来做实验，以下图片各拍三张：以没台阶的pin作为模板，右图截图有点不对，应该比例和左图一致的。
左图没台阶，右图有台阶。
以第一种模板匹配方式测得数据为：
没台阶：
96395
4389823
3689591
有台阶
30245722
28812800
23322100
可以看出相似度也不是在一个数量级上，以上结论，此方法可以用于静态拍摄图像来删选工人对pin的安装的正确与否。接下去进一步完善程序以真正可以运用，并且对比各个匹配方式的优缺点。
这篇关于opencv 模板匹配matchTemplate研究之二的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
