OpenCV 实战：多角度模板匹配实现图像目标精准定位

在计算机视觉领域，模板匹配是一种基础且实用的目标检测技术，它通过在待检测图像中寻找与模板图像相似的区域，实现目标的定位与识别。本文将基于 OpenCV 库，详细解析一段支持多角度匹配的模板匹配代码，带你从原理到实践掌握这一技术。​

一、核心功能与应用场景​

本次实现的模板匹配代码具备两大核心能力：​

1. 基础模板匹配：在原始图像中精准定位与模板图像高度相似的区域，并通过红色矩形框标记​

1. 多角度匹配：通过旋转模板（顺时针 90°、逆时针 90°），解决目标旋转后无法匹配的问题​

该技术广泛应用于：​

• 工业质检：检测产品表面缺陷位置​

• 目标追踪：在视频序列中定位特定目标​

• 图像检索：寻找包含特定物体的图像区域​

二、代码逐段解析​

1. 导入核心库​

import cv2​

import numpy as np​

• cv2：OpenCV 的 Python 接口，提供丰富的图像处理函数​

• numpy：数值计算库，用于处理图像的矩阵运算（图像在计算机中以矩阵形式存储）​

2. 图像与模板加载​

img_rgb = cv2.imread('image.jpg')​

img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY)​

tmp = cv2.imread('tem.jpg', 0)​

• cv2.imread('image.jpg')：读取待检测的彩色图像，返回 BGR 格式的矩阵（OpenCV 默认色彩空间为 BGR，而非 RGB）​

• cv2.cvtColor(