什么是模板匹配？快速指南

图像中往往包含许多细微的细节，人类很容易发现这些细节。然而，对机器来说，这项任务并不简单。机器将数字图像视为像素值网格，即使光照、角度、比例或清晰度发生细微变化，也可能让机器难以处理。

机器的图像分析能力通常源自两个密切相关的计算机科学领域：图像处理和计算机视觉。虽然它们经常协同工作，但核心目标各不相同。

图像处理将图像视为原始数据。它可以增强图像，但不会尝试理解图像内容。这正是计算机视觉发挥作用的地方。计算机视觉是人工智能（AI）的一个分支，能够让机器理解图像和视频。

基础图像处理已经发展了很多年，但尖端的计算机视觉创新则是近些年才出现的。要了解这一领域的发展历程，一个好方法是回顾过去，看看我们曾如何使用更传统的旧方法解决这些问题。

以图像匹配为例。这是一项常见的视觉任务，系统需要判断某个特定物体或模式是否存在于较大的图像中。

如今，借助 AI 和深度学习，我们可以轻松、准确地完成这项任务。然而，在 2010 年代现代神经网络兴起之前，常用的方法是一种简单得多的技术，称为模板匹配。

图 1. 模板匹配示例（来源）

模板匹配是一种图像处理技术，它将一张较小的模板图像逐像素滑过一张较大的图像。这种类似卷积的滑动过程能让算法找到与特定模式最匹配的位置。

本文将介绍什么是模板匹配，以及现代改进如何让它在现实场景中更加可靠。开始吧！

什么是模板匹配？#

模板匹配也可以称为一种经典计算机视觉技术，也就是说，它直接处理图像像素（数字图像的最小单位）。它用于在较大的图像中查找较小的模式。

这类方法基于几何、光学和数学规则定义，而不是通过海量数据集训练大型模型。换句话说，模板匹配系统会比较两个输入中的亮度、颜色和其他像素信息：输入图像（较大的图像）和较小的模板图像（要查找的模式）。

图 2. 图像 A 和图像 B 是模板示例。（来源）

模板匹配的主要目标是在较大的场景中定位模板，并衡量它与图像不同区域的匹配程度。模板匹配算法会将模板滑过较大的图像，并在每个位置计算相似度分数，以此完成定位。

分数较高的区域被视为最佳匹配，也就是说，这些区域与模板非常相似。由于这种方法依赖逐像素比较，因此最适用于物体外观不会变化的受控环境。

例如，模板匹配可用于质量控制中的标签验证任务。它可以轻松地将标签模板图像与成品图像进行匹配，以检查标签是否存在。

模板匹配的工作原理#

以下是模板匹配工作原理的分步概览：

• 步骤 1 - 准备图像： 首先加载输入图像和模板图像，然后将两者转换为灰度图像。由于模板匹配依赖像素值比较，去除颜色信息可以减少噪声并加快图像处理速度。

• 步骤 2 - 在图像上滑动模板： 接下来，模板匹配算法会从左上角开始，将模板逐像素滑过较大的图像。每次移动都算作一次迭代，算法会从源图像中提取一个与模板尺寸相同的图像块。

• 步骤 3 - 衡量匹配程度： 算法会使用数学匹配方法将每个图像块与模板进行比较，为每个可能的位置生成相关性指标或相关值。常见方法包括平方差（通过测量像素强度之间的数值距离来计算总不匹配程度）、归一化互相关（将像素值相乘，以判断明暗模式的对齐程度）以及相关系数（减去平均亮度，确保即使光照略有变化，匹配结果仍然准确）。

• 步骤 4 - 找出最佳匹配： 评估所有位置后，算法会根据所用方法，通过寻找最大值或最小值来选出最佳匹配。通常还会对结果应用阈值，确保只接受置信度足够高的匹配，从而过滤掉较弱或错误的检测结果。

• 步骤 5 - 标出结果： 最后，将检测到的位置映射回原始图像。通常会在匹配区域周围绘制边界框，清晰地标出模板出现的位置。

动手试试模板匹配#

虽然基于图像处理的模板匹配存在一些缺点，通常不会用于动态的现实世界计算机视觉解决方案部署，但如果你有兴趣尝试，像 OpenCV 这样的 Python 库可以让整个过程变得简单，也提供易于上手的教程。它内置了 matchTemplate 函数，可以处理复杂的数学比较。

此外，它还支持其他函数，帮助完成简单任务，例如使用 imread 函数加载图像，以及使用 cvtColor 函数进行颜色转换，将图像转为灰度图。颜色转换是关键步骤，因为将图像简化为单个强度通道后，matchTemplate 中的数学比较会快得多，也不容易受到颜色噪声的影响。

生成相似度图后，你还可以使用 OpenCV 中的 minMaxLoc 函数完成检测。它可以扫描整张图，找出全局最小值和最大值及其精确坐标。根据所用的匹配方法，minMaxLoc 可以通过找出数据中的最高相关性或最低误差值，让你立即定位最佳匹配位置。

除了 OpenCV，NumPy 等库对于处理图像数组和为结果应用阈值也必不可少，而 Matplotlib 常用于可视化相似度图和最终检测结果。这些工具结合起来，为构建和调试模板匹配解决方案提供了完整的环境。

模板匹配的现实应用#

现在，我们已经更了解模板匹配的工作原理，接下来仔细看看它在现实场景中的应用。

识别传统建筑风格#

在文化遗产和建筑研究中，研究人员需要分析历史建筑、寺庙和纪念碑的照片，以了解不同地区的设计模式有何差异。在先进的计算机视觉模型被广泛采用之前，他们会使用图像匹配技术研究这些建筑。

模板匹配让研究人员能够专注于特定的建筑特征，例如屋顶轮廓、窗户布局或墙面纹饰。通过将模板或参考图像滑过较大的图像，他们可以识别重复出现的形状，减少可能耗费数小时的人工图像分析工作。

一个有趣的案例来自一项关于印度尼西亚传统民居的研究。研究人员创建了具有代表性特征的小型模板，并将其与完整尺寸的照片进行比较。这种方法用于突出与模板高度匹配的图像区域，并对不同地区的建筑风格进行分类。

图 3. 使用模板匹配对印度尼西亚传统民居进行分类（来源）

工业视觉系统中的目标检测#

工业环境可以借助视觉系统快速检测零部件、验证装配情况或发现缺陷。在深度学习广泛应用于制造业之前，许多团队尝试使用图像匹配方法自动完成这些任务。

简单来说，可以使用零部件参考模板扫描生产线上的图像，并突出显示与模板匹配的区域。如果零部件的位置一致且光照稳定，这种方法就能很好地发挥作用。

使用模板匹配检测肺部肿瘤#

即使尖端技术正在为医疗健康领域带来深远影响，通过 CT 扫描等医学影像诊断健康问题仍然具有挑战性。传统上，放射科医生必须手动查看每个扫描切片，这个过程要求极高的精度，也非常耗时。

在深度学习应用于医疗健康领域之前，研究人员曾尝试使用模板匹配来简化工作流程，并辅助识别异常情况。检测肺部肿瘤或结节就是这种技术的一个典型应用。

在这种方法中，研究人员会创建参考模板，用来表示肿瘤的典型形状和强度。随后，系统会将这些模板滑过患者扫描图像，并在每个坐标处测量相似度。

图 4. 使用模板匹配检测肺部肿瘤（来源）

模板匹配的优缺点#

以下是使用模板匹配的一些主要优势：

• 直观易懂：模板匹配易于理解和实现，是 AI 和计算机视觉初学者的理想入门方法。
• 在受控条件下可靠：在光照稳定的灰度图像上表现良好；当模式和背景保持稳定时，能够得出准确结果。
• 易于集成：借助 OpenCV 等 Python 库，无需复杂设置或大量计算，就能快速将模板匹配应用于实际项目。

模板匹配有许多优势，但也存在局限。以下是一些需要注意的挑战：

• 对缩放和旋转敏感：模板尺寸或方向发生变化时，准确率可能会下降。
• 依赖光照和对比度：模板与图像之间的光照或对比度发生变化时，可能导致匹配错误，或让模板更难检测。
• 适应性有限：与基于 AI 的方法不同，模板匹配无法从数据中学习，也不会随着时间推移而改进。它最适合受控或重复性场景。

要点#

计算机视觉是一个广阔的领域，涵盖多种技术。了解模板匹配等传统图像处理技术，是理解图像分析原理的绝佳起点。尖端视觉 AI 创新建立在相同的核心概念之上，解决的也是类似问题。

想进一步了解 AI？加入我们的社区，并查看我们的 GitHub 代码仓库。了解 AI 如何改变零售业以及视觉 AI 如何推动制造业变革。查看我们的许可选项，立即开始构建视觉 AI 应用！