基于模板匹配的目标跟踪算法，鼠标选中目标区域，通过模板匹配算法进行目标跟踪，实时更新目标模板。该算法可与其他跟踪算法或者目标检测算法结合，实现更好效果。

本程序是基于模板匹配的简单跟踪方法，思想很简单，把要跟踪的目标保存，然后在每帧来临时，整幅图像中寻找与这个目标最相似的图像块，这个就是目标。为了适应目标的变化，上帧匹配目标，作为下一帧的模板，实现在线更新。

该文件带有几张示例车牌图片，和40*20的字符模板。该代码采用了灰度化，二值化，膨胀腐蚀来找到车牌位置，在通过字符切割，归一化和模板匹配的方法来识别车牌。

VS2010+OpenCV2.3.3环境下开发，采用模板匹配和HU不变矩实现1-10手势数字分类识别

该课题为基于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。

针对基于模版匹配的跟踪算法运行速度较慢、成功率较低的问题，提出了一种基于粒子群优化的模版匹配跟踪算法。该算法采用粒子群优化算法作为候选模版的搜索策略，并自适应的更新目标模版。首先，在设定的范围内随机采集多个候选模版，计算出个体最优样本和全局最优样本；其次，根据粒子群优化算法进行迭代求出最佳的候选模版；最后，自适应的更新目标模版。经过理论分析和实验仿真表明，与基于模版匹配的跟踪算法和基于粗精搜索的模版匹配跟踪算法相比，基于粒子群优化的模版匹配跟踪算法大大的减少了跟踪算法的计算量，使得该算法能产生很好的实时跟踪，并且跟踪的鲁棒性以及成功率都有很大的提高。

模板匹配算法，思路及代码都有。用于多个领域，可以借鉴

利用SURF算法进行特征点匹配的vc++程序，适用于目标识别、定位等图像处理相关应用中，匹配成功率高，尤其是当识别目标较复杂时具有很好的识别效果。

VC++ 结合Opencv 实现模板的匹配，可以用于目标的识别也可实现目标的跟踪

OPENCV开发的基于模板匹配。效果还可以。使用OPENCV CVMATCHSHAPES（）函数。两张图片的比较。