最近利用OpenCV做2幅图像的比较，用的TM_CCORR_NORMED方法，发现对于图像中，有明确目标的情况下，匹配的结果较好，90+%；对于图像中没有明确目标，如基本黑色的情况下，返回值只有40-50%，或更低。可明明2幅黑色的图像也是类似的嘛，好不？只好再翻一下Learning OpenCV 3关于matchTemplate的说明：
####1. cv::TM_SQDIFF
计算模板与目标图像的方差，由于是像素值差值的平方的和，所以值越小匹配程度越高；
####2. cv::TM_SQDIFF_NORMED
范化的cv::TM_SQDIFF，取值为0-1之间，完美匹配返回值为0；
####3. cv::TM_CCORR
使用dot product计算匹配度（不清楚怎么计算dot product，没看过代码），越高匹配度就好；
####4. cv::TM_CCORR_NORMED
范化的cv::TM_CCORR，0-1之间，我用的这个；
####5. cv::TM_CCOEFF
采用模板与目标图像像素与各自图像的平均值计算dot product，正值越大匹配度越高，负值越大图像的区别越大，但如果图像没有明显的特征（即图像中的像素值与平均值接近）则返回值越接近0；
####6. cv::TM_CCOEFF_NORMED
范化的cv::TM_CCOEFF，-1 ~ 1之间。
从上面的几个方法中，6比较符合目前需求：没有明显的特征，但2幅图像还是非常接近的，so，改为方法cv::TM_CCOEFF_NORMED。