作用有局限性，必须在指定的环境下，才能匹配成功，是受到很多因素的影响，所以有一定的适应性 模板匹配是一种最原始、最基本的模式识别方法，研究某一特定对象物的图案位于图像的什么地方，进而识别对象物，这就是一个匹配问题。 它是图像处理中最基本、最常用的匹配方法。 模板匹配具有自身的局限性，主要表现在它只能进行平行移动，若原图像中的匹配目标发生旋转或大小变化，该算法无效。 模板匹配就是在整个图像区域发现与给定子图像匹配的小块区域[/code] 工作原理：在待检测图像上，从左到右，从上向下计算模板图像与重叠子图像的匹配度，匹配程度越大，两者相同的可能性越大。 代码实现： import cv2 as

Android 与OpenCV454项目demo 包含完整的项目代码， 主要实现了1：使用直方图方式训练模板与模板匹配，见MainActivity 2：yuv格式图像转换为RGB，对接大疆设备，见yuvConvter 3：使用opencv多二维码识别与定位，见QRActivity 模板识别训练过程使用opencv3自带的模板训练工具

不是那种几米的pianzi,pianyi没好货，切勿贪pianyi。 （车牌号码识别代码注释）、（车牌号码识别完整程序）、（车牌号码识别程序讲义） 车牌预处理（车牌图像灰度化，车牌图像边缘检测、车牌图像腐蚀处理、车牌图像平滑化处理、移除小对象处理）、车牌定位、字符分割、字符识别（模板匹配法识别）。 识别准确率大概在40%-50%左右 模板匹配法来进行字符识别，这种是目前最常用的方法。 处理结果图片可以自动保存（保存在与源程序同一文件夹或目录上）：字符分割后的图片（一共有7张）、车牌二值化处理图片、车牌灰度化处理图片、车牌区域定位图片。 有100张左右车牌图片，拥有字符识别模板库（字符识别数据集）（包含阿拉伯数字，英文字母，车牌字符汉字）。

CVI2012 + IMAQ vision6.0 https://blog.csdn.net/weixin_43470383/article/details/117478961 https://blog.csdn.net/weixin_43470383/article/details/117486707 https://blog.csdn.net/weixin_43470383/article/details/117518445

使用映美精相机+DMC2200运动控制卡+Mil8图像识别

视频讲解：http://www.bilibili996.com/Course?Id=5363388000218

python利用opencv基于模板匹配对喷码字符进行分割与识别，含有喷码字符的处理连接，分割与模板匹配识别，识别度较高，运行库都在requestments.txt中

1、单模板单目标，多目标匹配 2、多模板，多目标匹配 3、通过OpenCV模板匹配方法，实现图片的匹配功能 4、相关系数匹配，最小平方差匹配 5、matchTemplate

机器视觉模板匹配相关原理

使用Halcon对标准图像创建模板，在测试图像中进行模板匹配，生成放射变换矩阵，对检测区域进行放射变换，实现跟随。