如何使用OpenCV Rust包的match_template查找图像坐标并解决报错

错误里的断言包含三个必须满足的条件：

1. 图像深度为CV_8U或CV_32F（你已确认满足）
2. 源图像与模板图像的类型（type）完全匹配（这是当前问题核心）
3. 图像维度不超过2（一般图像都满足）

type由深度+通道数组成，比如CV_8UC3是3通道8位图像，CV_8UC4是带alpha的4通道图像，两者类型不匹配就会触发断言失败。你用IMREAD_UNCHANGED读取图像会保留原通道数，主图和子图可能一个是3通道（RGB）、一个是4通道（RGBA），导致类型不匹配。

另外代码注释逻辑错误：match_template第一个参数是待搜索的主图（大图像），第二个是模板子图（小图像），你当前注释写反了，虽不是直接错误原因，但需修正逻辑。

步骤1：修正图像角色与注释 #

先把主图和子图的对应关系搞对：

// haystack 是待搜索的主图（大图像）
let haystack = imread(
    &format!("assets/images/{image_file_name}.png"),
    IMREAD_UNCHANGED,
).unwrap();

// needle 是要查找的子图（模板小图像）
let needle = imdecode(&template.as_bytes(), IMREAD_UNCHANGED).unwrap();

步骤2：统一图像通道数（解决type不匹配） #

有两种方式统一通道数：

方式一：忽略alpha通道，转成3通道BGR

读取时用IMREAD_COLOR替代IMREAD_UNCHANGED，自动去掉alpha通道，统一为3通道：

let haystack = imread(
    &format!("assets/images/{image_file_name}.png"),
    IMREAD_COLOR,
).unwrap();

let needle = imdecode(&template.as_bytes(), IMREAD_COLOR).unwrap();

方式二：保留alpha通道，统一为4通道BGRA

如果需要保留透明通道，将两张图都转换为4通道格式：

use opencv::imgproc::{cvtColor, COLOR_BGR2BGRA};

// 转换主图为BGRA
let haystack = {
    let mut img = imread(&format!("assets/images/{image_file_name}.png"), IMREAD_UNCHANGED).unwrap();
    if img.channels() != 4 {
        let mut bgra = Mat::default();
        cvtColor(&img, &mut bgra, COLOR_BGR2BGRA, 0).unwrap();
        bgra
    } else {
        img
    }
};

// 转换子图为BGRA
let needle = {
    let mut img = imdecode(&template.as_bytes(), IMREAD_UNCHANGED).unwrap();
    if img.channels() != 4 {
        let mut bgra = Mat::default();
        cvtColor(&img, &mut bgra, COLOR_BGR2BGRA, 0).unwrap();
        bgra
    } else {
        img
    }
};

步骤3：验证类型匹配（可选调试用） #

添加打印确认两张图类型一致：

println!("haystack type: {}", haystack.type_());
println!("needle type: {}", needle.type_());

输出数值相同则说明类型匹配，断言不会再失败。

完整修正代码示例 #

use image::EncodableLayout;
use opencv::{
    core::{min_max_loc, Point},
    imgcodecs::{imdecode, imread, IMREAD_COLOR},
    imgproc::{match_template, TM_CCOEFF_NORMED},
    prelude::*,
};

const MIN_ACCURACY: f64 = 0.8;

pub fn get_image_coordinates(image_file_name: &str, template: Vec<u8>) -> Option<Vec<i32>> {
    // haystack 是待搜索的主图（大图像）
    let haystack = imread(
        &format!("assets/images/{image_file_name}.png"),
        IMREAD_COLOR,
    )
    .unwrap();

    // needle 是要查找的子图（模板小图像）
    let needle = imdecode(&template.as_bytes(), IMREAD_COLOR).unwrap();

    // 验证类型是否匹配（可选调试用）
    println!("haystack type: {}", haystack.type_());
    println!("needle type: {}", needle.type_());

    let mut result = Mat::default();
    let mask = Mat::default();

    match_template(&haystack, &needle, &mut result, TM_CCOEFF_NORMED, &mask).unwrap();

    let mut min_val: f64 = 0.0;
    let mut max_val: f64 = 0.0;
    let mut min_loc = Point::new(0, 0);
    let mut max_loc = Point::new(0, 0);

    min_max_loc(
        &result,
        Some(&mut min_val),
        Some(&mut max_val),
        Some(&mut min_loc),
        Some(&mut max_loc),
        &mask,
    )
    .unwrap();

    println!("max val: {}", max_val);

    if max_val > MIN_ACCURACY {
        Some(vec![max_loc.x, max_loc.y])
    } else {
        None
    }
}

• 避免直接用unwrap()处理OpenCV结果，建议用match或if let处理错误，方便排查问题。
• 确保子图尺寸小于主图，否则match_template也会报错。

内容的提问来源于stack exchange，提问作者user28639570