相关系数计算不是使用内置函数 corr 或 corr2 而是使用 conv2 实现的。 函数 corr 用于模板匹配目的相对较慢，并且还需要额外考虑控制边界和选择帧图像上的感兴趣区域。 但是，通过使用 conv2，模板匹配速度得到了加快，运行时间也减少到了一个合理的值。

计算出两幅图像之间的亚像素对位的精度，通过模板匹配得到评分Mat，计算出在Mat上最大匹配的点，再最大匹配点周围，利用评分，找出亚像素的off，实际测试精度在0.02像素。

基于HALCON的模板匹配方法总结--蓝云杨的机器视觉之路.pdf

它是一种基于模板匹配的最基本技术的车辆号码/车牌识别算法。 该算法采用车牌的输入图像（车牌应在图像中占主导地位），并在对图像进行过滤后，执行基于区域的操作。 然后它尝试捕获处理后的二进制图像中的字符区域，并借助模板匹配输出车牌字符串。 这是解决问题的一种非常基本的方法，但仍会产生适当的结果。 在进入命令提示符之前必须检查 READ_ME.txt 文件。 您的反馈对我来说意义重大。 您的建议和批评将受到热烈欢迎！ 享受！

快速匹配是一种快速有效的模板匹配算法。 但是，当匹配彩色图像时，图像将转换为灰度图像。 在此过程中，颜色信息会丢失，从而导致在具有独特颜色但灰度值相似的区域中出现错误。提出了一种改进的快速匹配算法，该算法利用所有三个RGB通道构造绝对色差总和（CSAD），因此改善快速比赛中使用的绝对差之和。 在该算法中，通过使用基于噪声的应用程序基于密度的空间聚类（在RGB向量上使用噪声（DBSCAN）算法）对图像中的每个像素进行聚类，然后对每个类别中的像素数和每个RGB通道的累积RGB值进行分类计算以识别每个类别的质心。 RGB矢量质心用作CSAD决策标准，每个类别中像素数的倒数用作微分系数，以构造新的相似性度量。 实验结果表明，与原始的快速匹配算法相比，该算法对彩色图像的匹配精度更高。

c#联合Halcon模板匹配

读取手写数字0~9的图像，按照模板匹配方式完成手写数字的识别。环境：opencv3.4.4 + vs2015

基于目标轮廓的图像匹配，首先需要能够较为准确提取目标的轮廓。能够抗一定的光照影响，遮挡影响，耗时比传统图像的模板匹配快。如果需要旋转角度的话，可以使用二分法或者每隔一定角度重复调用。 该代码是基于opencv2的，可以很方便的修改成opencv3

心电信号（electrocardiogram，ECG)是人体最重要的体征信号之一，R波是心电信号中最明显的特征参数。R波的正确提取是计算心率、分析心率变异性等其他参数的基础。以一阶差分为基础，结合模板匹配算法，在匹配的过程中采用阈值比较和匹配系数的心电R波检测方法，提高了R波检测的准确率。实验表明，该算法能够快速准确地检测心电信号数据中R波特征值。

课题为基于MATLAB的模板匹配车牌识别系统。含界面GUI。完美运行。流程是：读取车牌，灰度，二值化，边缘检测，车牌定位，字符切割，车牌识别。每个步骤都非常详细的注释。可二次开发成出入库识别，库外车牌播报预警，停车计费等。