用了很多种方式去匹配，可是不管有没有配对上，得出的最大值都没有明显的规律，我就不知道该用什么方法来判断它是否配对上了，可我又要它配对上了才执行后面的操作。
比如下面这个，用的是cv2.TM_CCOEFF，得出的结果如下：
另外请问一下：什么方法能满足 识别速度快，识别成功率又高呢？（不一定要是opencv，别的方法也可以）
opencv的matchTemplate模板匹配，怎么判断它有没有配对上？
- 写回答
- 好问题 0 提建议
- 关注问题
分享- 邀请回答
-
1条回答 默认 最新
元宇宙MetaAI 2021-10-03 16:06关注使用opencv中的匹配，感觉要加一些预处理会更好点，直接使用不一定很好；关于识别的话，现在深度学习做的很好，要看你识别什么啦
解决 无用评论 打赏举报 分享
- 2025-04-20 22:47E-An居士的博客 上文《OpenCV 模板匹配方法详解》我们详细介绍了模板匹配这一方法，本文我们来介绍一下模板与多个对象匹配的方法。最近一直在坚持每天写博客，当作是一个叙说心得的地方，在这个过程中自己通过不断的回顾之前所学习...
- 2024-04-29 11:10Doctor-py的博客 opencv里有一个很好的函数getStructuringElement，我们只要往这个函数传相应的处理参数，就可以进行相应的操作了，使用起来非常方便。Harris角点检测：Harris角点检测是一种直接基于灰度图的角点提取算法，稳定性高...
- 2025-04-07 21:24闭月之泪舞的博客 匹配原理：模板从图片的左上角逐一进行匹配，针对每一个匹配位置（位置坐标是模板左上角坐标），都会根据matchTemplate（）函数设置的计算方法得到一个对应的得分值，不同的匹配方法数值大小的效果是不同的，找到...
- 2025-08-05 13:352501_92222488的博客 它将统计值组织到一系列定义好的 bin 当中。其中， bin 为直方图中经常用到的一个概念，可以译为 “直条” 或 “组距”，其数值是从数据中计算出的特征统计量，这些数据可以是诸如梯度、方向、色彩或任何其他特征。...
- 2025-04-23 20:59绝顶大聪明的博客 模板匹配就是用模板图（通常是一个小图）在目标图像（通常是一个比模板图大的图片）中不断的滑动比较，通过某种比较方法来判断是否匹配成功,找到模板图所在的位置。需要先计算模板与目标图像的均值，然后通过每个...
- 2025-04-24 02:48Wendy1441的博客 定义：用模板图在目标图中不断滑动，通过某种方法来判断是否匹配成功，找到模板图所在位置。image：原图像，灰度图像或彩色图像（匹配将在每个通道上独立进行）。templ：模板图像，也是灰度图像或与原图像相同通道数...
- 2025-11-10 17:24程序员Linc的博客 它是NumPy中一个非常强大的函数，用于基于条件筛选数组元素或返回满足条件的索引。condition: 布尔条件（可以是数组）。x: 当条件为True时返回的值（可选）。y: 当条件为False时返回的值（可选）。如果只传入...
- 2025-04-24 21:13多巴胺与内啡肽.的博客 3）进行模板匹配 三、打包与np.where()函数 1、np.where()函数 1）作为条件选择器 np.where(condition, x=None, y=None) 2）作为条件索引获取器（省略 x 和 y） np.where(condition) 2、打包与解包 1）打包 2）...
- 2025-04-23 22:06Clocky7的博客 就是用在中不断的，通过某种比较方法来判断是否匹配成功,找到模板图所在的位置。有。- 类似于，滑动比较，挨个比较象素。- 返回结果大小是：目标图大小-模板图大小+1。
- 2024-08-14 08:45sentdex的博客 OpenCV 模板匹配教程摘要 本教程讲解了OpenCV中的模板匹配技术。 核心概念: 模板匹配用于在图像中寻找与模板图像相似的区域。 模板可以是任何形状或大小的图像。 匹配结果通常以匹配分数的形式给出，分数越高表示...
- 没有解决我的问题, 去提问
问题事件
修改了问题
10月3日-
创建了问题
10月3日