最近学习opencv cv2.matchTemplate() 有疑问，求大神踩帖

本小白学到 opencv 的 cv2.matchTemplate() 函数，通过下面的代码能实现出效果，问题是当已知模板没有在图片内时，它也能匹配出一个区域来，想问是否有一个能判断匹配精确度的值，或者应该怎么区分是否匹配正确，求大神踩帖。

1. 
   
2. import cv2
   
3. import numpy as np
   
4. from matplotlib import pyplot as plt
   
5. 
   
6. img = cv2.imread('people.jpg',0)
   
7. img2 = img.copy()
   
8. template = cv2.imread('people_face.png',0)
   
9. w, h = template.shape[::-1]
   
10. # All the 6 methods for comparison in a list
    
11. methods = ['cv2.TM_CCOEFF', 'cv2.TM_CCOEFF_NORMED', 'cv2.TM_CCORR',
    
12.             'cv2.TM_CCORR_NORMED', 'cv2.TM_SQDIFF', 'cv2.TM_SQDIFF_NORMED']
    
13. # 'cv2.TM_CCORR'
    
14. for meth in methods:
    
15.      img = img2.copy()
    
16. 
    
17.     # exec 语句用来执行储存在字符串或文件中的 Python 语句。
    
18.     # 例如，我们可以在运行时生成一个包含 Python 代码的字符串，然后使用 exec 语句执行这些语句。
    
19.     # eval 语句用来计算存储在字符串中的有效 Python 表达式
    
20.      method = eval(meth) # Apply template Matching
    
21.      res = cv2.matchTemplate(img,template,method)
    
22. 
    
23.      min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)
    
24.     # 使用不同的比较方法，对结果的解释不同
    
25.     # If the method is TM_SQDIFF or TM_SQDIFF_NORMED, take minimum
    
26.      if method in [cv2.TM_SQDIFF, cv2.TM_SQDIFF_NORMED]:
    
27.         top_left = min_loc
    
28.      else:
    
29.         top_left = max_loc
    
30.      bottom_right = (top_left[0] + w, top_left[1] + h)
    
31.      cv2.rectangle(img,top_left, bottom_right, 255, 2)
    
32. 
    
33.      print(top_left, bottom_right)
    
34.      # (220, 43) (312, 142)
    
35.      plt.subplot(121),plt.imshow(res,cmap = 'gray')
    
36.      plt.title('Matching Result'), plt.xticks([]), plt.yticks([])
    
37.      plt.subplot(122),plt.imshow(img,cmap = 'gray')
    
38.      plt.title('Detected Point'), plt.xticks([]), plt.yticks([])
    
39.      plt.suptitle(meth)
    
40.      plt.show()

复制代码