在圖像識別的方法中，模版識別是比較簡單的一種，《學習opencv》中給出了例子和實現代碼，即使是在最新版本中，改變的也並不大。
但是這並不代表模版識別在實際應用中不適合。恰恰相反，每一張方法都需要用在它合適的地方。模版識別相對來說，應用於特徵不是非常明顯，或者對速度要求不是非常高的情況下。當然，有許多時候，你只能選擇模版識別，而不能用特徵識別，因爲圖像沒有提供那麼足夠的特徵。
這裏，我談一談如何提高模版識別的成功率。
《學習opencv》中給出5中模版識別算法，並且附了例子。即使就是在書中，也特別提到了，這5種算法適合不同的場合，需要看情況使用——但是到底看什麼情況？就沒說了。實際上，原始圖片的質量、光照的影響，這些對於最終結果識別都會有影響，往往需要將各種方法結合起來使用。
我建議，在模版識別的初期，可以根據單個研究的情況選擇識別的發放，或者多個方法交叉驗證。
此外，先驗知識的引入也非常重要。什麼叫做先驗知識，舉個例子，在流水線上，各個圖片的x值的座標是變化不大的，物體是前後移動。利用這個知識，就可以縮減識別的區域，在提高圖像識別速度的同時提高準確率。