在OpenCV中使用C++进行模板匹配时，如果你想利用边缘特征来提高匹配的鲁棒性，可以结合边缘检测算法（如Canny）来提取图像和模板的边缘信息，然后在这些边缘图像上进行模板匹配

#include <opencv2/opencv.hpp>
#include <iostream>using namespace cv;
using namespace std;int main() {// 加载图像和模板Mat img = imread("image.jpg", IMREAD_GRAYSCALE);Mat templ = imread("template.jpg", IMREAD_GRAYSCALE);if (img.empty() || templ.empty()) {cout << "Could not open or find the image or template!" << endl;return -1;}// 使用Canny边缘检测提取图像和模板的边缘Mat edges_img, edges_templ;Canny(img, edges_img, 50, 150);Canny(templ, edges_templ, 50, 150);// 创建结果矩阵Mat result;int result_cols = img.cols - templ.cols + 1;int result_rows = img.rows - templ.rows + 1;result.create(result_rows, result_cols, CV_32FC1);// 进行模板匹配matchTemplate(edges_img, edges_templ, result, TM_CCOEFF_NORMED);// 找到最佳匹配位置double minVal, maxVal;Point minLoc, maxLoc;minMaxLoc(result, &minVal, &maxVal, &minLoc, &maxLoc);// 在原始图像上绘制矩形框标记匹配区域Mat img_display;cvtColor(img, img_display, COLOR_GRAY2BGR);rectangle(img_display, maxLoc, Point(maxLoc.x + templ.cols, maxLoc.y + templ.rows), Scalar(0, 255, 0), 2);// 显示结果imshow("Source Image", img_display);imshow("Template", templ);imshow("Edges Image", edges_img);imshow("Edges Template", edges_templ);imshow("Result", result);waitKey(0);return 0;
}

测试效果