OpenCV模板匹配报错(-215)：实时相机场景下问题求助

嘿，这个错误我之前帮好几个开发者排查过，本质原因特别直白：你用来匹配的模板图片尺寸，比待检测的原图还大！OpenCV的matchTemplate函数要求，待匹配的原图（也就是你代码里的img_gray）的宽度和高度，必须分别大于等于模板（template）的宽高——毕竟要在原图上滑动模板做匹配计算，模板比原图大的话根本没法滑嘛。

结合你的代码来看，问题大概率出在这两个地方：

• 要么是你选的book.jpg（模板）本身就比mybook.png（原图）尺寸大；
• 要么是其中某张图片加载失败了（比如路径写错了，导致读进来的是None，空图的尺寸为0，也会触发这个判断）。

下面给你一步步的解决方案：

1. 先确保图片正确加载 #

在读取图片后立刻加个判断，避免因为路径错误导致的隐性问题：

img_rgb = cv.imread('mybook.png')
if img_rgb is None:
    print("Error: 无法加载原图mybook.png，请检查文件路径是否正确！")
    exit()
template = cv.imread('book.jpg', 0)
if template is None:
    print("Error: 无法加载模板book.jpg，请检查文件路径是否正确！")
    exit()

2. 检查并修正尺寸问题 #

加载成功后，先打印两张图的尺寸，确认到底是不是模板太大：

print(f"原图尺寸: {img_gray.shape}")
print(f"模板尺寸: {template.shape}")

如果确实是模板更大，有两种处理方式：

• 方式一（推荐）：更换一张尺寸比原图小的模板，或者用图像编辑工具把模板裁剪到合适大小；
• 方式二：把原图放大到至少和模板一样大，用cv.resize实现：

  # 获取模板的宽高
  templ_h, templ_w = template.shape[:2]
  # 计算需要放大的比例，确保原图放大后能容纳模板
  scale = max(templ_h / img_gray.shape[0], templ_w / img_gray.shape[1])
  # 按比例放大原图（包括灰度图和彩色图，方便后续画框）
  img_gray_resized = cv.resize(img_gray, None, fx=scale, fy=scale, interpolation=cv.INTER_LINEAR)
  img_rgb_resized = cv.resize(img_rgb, None, fx=scale, fy=scale, interpolation=cv.INTER_LINEAR)
  

3. 完整修正后的示例代码 #

把上面的检查和处理整合到你的代码里，最终版本大概是这样：

import cv2 as cv
import numpy as np

# 加载原图并检查
img_rgb = cv.imread('mybook.png')
if img_rgb is None:
    print("Error: 无法加载原图mybook.png，请检查路径是否正确！")
    exit()
img_gray = cv.cvtColor(img_rgb, cv.COLOR_BGR2GRAY)

# 加载模板并检查
template = cv.imread('book.jpg', 0)
if template is None:
    print("Error: 无法加载模板book.jpg，请检查路径是否正确！")
    exit()

# 检查尺寸是否符合要求
img_h, img_w = img_gray.shape[:2]
templ_h, templ_w = template.shape[:2]

if img_h < templ_h or img_w < templ_w:
    print(f"警告：模板尺寸({templ_w}x{templ_h})大于原图尺寸({img_w}x{img_h})，将自动放大原图")
    # 计算放大比例
    scale = max(templ_h / img_h, templ_w / img_w)
    img_gray = cv.resize(img_gray, None, fx=scale, fy=scale, interpolation=cv.INTER_LINEAR)
    img_rgb = cv.resize(img_rgb, None, fx=scale, fy=scale, interpolation=cv.INTER_LINEAR)

# 执行模板匹配
res = cv.matchTemplate(img_gray, template, cv.TM_CCOEFF_NORMED)
threshold = 0.8  # 可根据实际情况调整匹配阈值
loc = np.where(res >= threshold)

# 在原图上标记匹配区域
for pt in zip(*loc[::-1]):
    cv.rectangle(img_rgb, pt, (pt[0] + templ_w, pt[1] + templ_h), (0, 0, 255), 2)

# 显示结果
cv.imshow('匹配结果', img_rgb)
cv.waitKey(0)
cv.destroyAllWindows()

内容的提问来源于stack exchange，提问作者JeffChen