PythonとOpenCVで画像のテンプレートマッチング（類似度尺度NCC）を行う方法をソースコード付きで解説します。
【Python】テンプレートマッチング（NCC）
テンプレートマッチング(Template matching)とは、入力画像中からテンプレート画像（部分画像）と最も類似する箇所を探索する処理です。
原理については下記事で解説しています。
テンプレートマッチングの原理・計算式・例題（SAD, SSD, NCC）
この記事では、テンプレートマッチングによる探索の原理や特徴、計算式・例題についてまとめました。
algorithm.joho.info
動画解説
■NCC
NCC（Normalized Cross Correlation）では、「正規化相互相関」で類似度を評価します。
NCCの値は-1.0～1.0に収まり、最大値である1.0に近いほど類似度が高くなります。
NCC（Normalized Cross Correlation）では、「正規化相互相関」で類似度を評価します。
NCCの値は-1.0～1.0に収まり、最大値である1.0に近いほど類似度が高くなります。
今回は、NCCを評価値とし、以下の2通りの方法でテンプレートマッチングの処理を実装しました。
①OpenCVの「cv2.matchTemplate」で実装
②NumPyライブラリで実装
書式（OpenCV）
match = cv2.matchTemplate(gray, temp,cv2.TM_CCORR_NORMED) min_value, max_value, pt_min, pt_max = cv2.minMaxLoc(match)
| パラメータ | 説明 |
|---|---|
| gray | 入力画像（グレースケール） |
| temp | テンプレート画像（グレースケール） |
| pt_min | スコアが最小の走査位置（最も類似しない点） |
| pt_max | スコアが最大の走査位置（最も類似する点） |
【サンプルコード】Python3 + OpenCV
サンプルプログラムのソースコードです。
方法①
方法②
サンプルプログラムの実行結果です。
■左から入力画像（input.jpg）、テンプレート画像(temp.jpg)、出力画像（result.jpg）
お借りした画像：プロ生ちゃん（暮井 慧）
| – | 関連記事 |
|---|---|
| 1 | PythonでOpenCV入門 サンプル集 |
| 2 | 【Python】画像処理プログラミング入門 |
| 3 | 【画像処理入門】アルゴリズム＆プログラミング |
コメント
サンプルコードの方法①と方法②で結果が異なりませんか？