opencv模版匹配ccorr-normed核心代码

### OpenCV 中模板匹配使用 CCORR_NORMED 方法的核心代码以下是基于 `cv2.TM_CCORR_NORMED` 的核心代码示例： ```python import cv2 import numpy as np # 读取源图像和模板图像 source_image = cv2.imread('source_image.jpg', cv2.IMREAD_GRAYSCALE) # 源图像 template_image = cv2.imread('template_image.jpg', cv2.IMREAD_GRAYSCALE) # 模板图像 if source_image is None or template_image is None: raise ValueError("无法加载图片，请检查路径") # 执行模板匹配，采用 CV_TM_CCORR_NORMED 方法 result = cv2.matchTemplate(source_image, template_image, cv2.TM_CCORR_NORMED) # 获取匹配结果的最大值及其位置 min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result) # 计算模板的宽高 h, w = template_image.shape[:2] # 绘制矩形框标记匹配区域 top_left = max_loc bottom_right = (top_left[0] + w, top_left[1] + h) matched_image = cv2.cvtColor(source_image, cv2.COLOR_GRAY2BGR) # 转为彩色以便绘制绿色边框 cv2.rectangle(matched_image, top_left, bottom_right, (0, 255, 0), 2) # 展示结果 cv2.imshow('Matched Region', matched_image) cv2.waitKey(0) cv2.destroyAllWindows() ``` #### 解析 - 使用 `cv2.matchTemplate()` 函数执行模板匹配操作[^2]。 - 参数 `cv2.TM_CCORR_NORMED` 表示归一化的相关性匹配法，其计算的是模板与目标之间的相似度[^4]。 - 结果矩阵中的最大值对应最佳匹配位置，因此通过 `cv2.minMaxLoc()` 提取出最大值的位置作为匹配点[^2]。 --- ###

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

下一篇公司内网自己用winform做的智能物品柜存取系统中怎么加一个功能实现远程查看程序运行所在电脑所保存的日志（其日志保存会保存在程序运行电脑的f盘中），框架为4.7