转自：http://blog.csdn.net/encesu/article/details/10335315

在看lbd2008转载的文章的时候，（http://blog.csdn.net/lbd2008/article/details/7166279），他的作者对

     1.result中数据的含义。

       模板匹配函数cvMatchTemplate依次计算模板与待测图片的重叠区域的相似度，并将结果存入映射图像result当中，也就是说result图像中的每一个点的值代表了一次相似度比较结果。

      2.result的尺寸大小。

       如图可知，模板在待测图像上每次在横向或是纵向上移动一个像素，并作一次比较计算，由此，横向比较W-w+1次，纵向比较H-h+1次，从而得到一个（W-w+1）×（H-h+1）维的结果矩阵，result即是用图像来表示这样的矩阵,因而图像result的大小为（W-w+1）×（H-h+1）。

       3.如何result中获得最佳匹配区域

       使用函数cvMinMaxLoc(result,&min_val,&max_val,&min_loc,&max_loc,NULL);从result中提取最大值（相似度最高）以及最大值的位置（即在result中该最大值max_val的坐标位置max_loc，即模板滑行时左上角的坐标，类似于图中的坐标（x,y）。）

        以及他们的使用方法进行了详细说明，但是文章只提到了最佳匹配区域。当我们的源图像有很多的匹配区域的时候，如下如的情况，我们需要设定一个阈值来进行判断，这时候怎么办呢？

http://img.blog.csdn.net/20130826124217812?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvZW5jZXN1/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast源图像

http://img.blog.csdn.net/20130826124246875?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvZW5jZXN1/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast模板图像

这个时候，我们需要在匹配的时候用一个阈值来判断，从结果result数组就是匹配的结果，我们采用归一化的方法后，比如CV_TM_SQDIFF_NORMED，然后直接读取result

的值，和我们的阈值做比较即可。

 //创建匹配结果
 IplImage* res = cvCreateImage( cvSize( res_width, res_height ), IPL_DEPTH_32F, 1 ); 
 cvMatchTemplate(FatherImg,TemplateImg, res,bMethod);  

 //找到符合最低匹配要求的点
 CPoint PtTemp;
 float fTemp=0; 
 for (int i=0;iwidth;i++)
 {
      for (int j=0;jheight;j++)
     {
           fTemp=CV_IMAGE_ELEM(res,float,j,i);  //获得匹配结果的匹配度值
         if (bMethod!=CV_TM_SQDIFF_NORMED)
        {
           if (fTemp>PrScore) //阈值比较
         {
              PtTemp.x=i;
             PtTemp.y=j;
             ArryOutPt.Add(PtTemp);
           }
   }
   else
   {
              if (fTemp<(1-PrScore))
          {
               PtTemp.x=i;
              PtTemp.y=j;
              ArryOutPt.Add(PtTemp);
          }
   }
   
  }
 }

 比如

     我设定

    if(fTemp>0.91)

   {

          这是目标

   }

   else

   {

          这不是目标

   }