我使用模板匹配来检测图像中的特定模式。确定的偏移非常不稳定。目前我将它分别应用于R，G，B通道并对结果进行平均以获得浮点值。请建议如何获得亚像素精度。我打算调整图像大小，然后以原始比例返回数据，请提出其他更好的方法。
我使用 Opencv 网站“http://docs.opencv.org/2.4/doc/tutorials/imgproc/histograms/template_matching/template_matching.html”上提到的代码
【问题讨论】：
标签： c++ image algorithm opencv image-processing
最好先从像素精度开始，然后再转向亚像素精度。以亚像素精度检查整个图像会很昂贵。
一个简单的解决方案是拥有 4 个版本的模板。除了基本的，还有一个向左移动 1/2 像素，另一个向下移动 1/2 像素，最后一个在两个方向上移动 1/2 像素。当您在 {x,y} 找到匹配项时，请检查邻域以查看半移位模板是否更匹配。
这种方法的好处是只需要移动小模板，就可以提前完成。
话虽如此，您似乎正在随着时间的推移跟踪对象位置。对那个位置进行低通滤波可能是值得的。
【讨论】：
我认为根本问题是minMaxLoc 只有像素精度。您可以从这里的讨论中尝试亚像素精确的补丁http://www.longrange.net/Temp/CV_SubPix.cpp：http://answers.opencv.org/question/29665/getting-subpixel-with-matchtemplate/。
作为一个快速而肮脏的实验，如果亚像素精度的 minMaxLoc 可以解决您的问题，您可以使用三次插值 INTER_CUBIC http://docs.opencv.org/2.4/modules/imgproc/doc/geometric_transformations.html#resize 和在上面申请minMaxLoc。 （与线性插值相反，三次插值确实会移动最大值。）
除此之外，您始终可以将高斯模糊应用于输入图像和模板匹配结果，以减少高频噪声并抑制局部最大值。
我会先尝试一下快速实验。如果有帮助，您可以集成 minMaxLogSubPix 实现，但这需要更长的时间。
【讨论】：
minMaxLogSubPix 补丁，这将提供真正的亚像素精度。