灰度匹配
基于灰度的匹配是图像匹配中的一类重要算法,也称相关匹配。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。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。
01
便捷的模板制作，可在当前图像截取，也可以从本地获取模板图片。
02
算法多样化，根据实际需求选择。
以下为几种相关算法列举
相互关联
一个自定义手动检测步长，可加速搜索速度。
检测步长
匹配时，相关点的像素距离。
自动计算
1: 使用全部像素
2: 只使用像素的四分之一
归一化乘法
这种方法使用标准化的平方乘法。
0表示不正确的匹配，100表示正确的匹配。
请注意，一个明亮的背景可能会产生错误的结果。
乘法
该方法将模板与图像进行乘法匹配。它使用平方乘法。一个好的匹配将是大的。一个小的匹配将是小的或0。
这是一种非规范化的方法:结果值取决于模板的大小。
请注意，图像的明亮背景可能会产生错误的结果。
方差
该方法在模板和原始图像之间使用像素平方差进行匹配。完美匹配值为0。糟糕的匹配会带来很大的结果。
由于这是一种非标准化的方法，其结果取决于模板的大小。
归一化的平整法
该方法在模板和原始图像之间使用标准化的像素平方差进行匹配。完美匹配值为0。糟糕的匹配值为100。
相关系数
该方法将模板相对于均值与图像相对于均值进行匹配。高值表示良好匹配，负值表示完全不匹配。零表示没有相关性。
该方法没有规范化，因此值可能会变得很大。
归一化相关系数
该方法将模板相对于均值与图像相对于均值进行匹配。
100表示良好匹配，非常小的值表示完全不匹配。零表示没有相关性。
测试案例——
灰度匹配工具 优 点
灰度匹配工具，操作便捷、快速。
扫一扫在手机上阅读本文章
