多目标匹配是指输入图像中存在多个可能的匹配结果。在使用cv2. matchTemplate()函数执行了匹配操作后，根据匹配方法设置阈值，匹配结果中低于或者高于阈值的就是符合条件的匹配目标。
示例代码如下。

test7-2.py：多目标匹配

import cv2
import numpy as np
import matplotlib.pyplot as plt
img1=cv2.imread('bee2.jpg') #打开输入图像,默认为BGR格式
temp=cv2.imread('template.jpg') #打开模板图像
img1gray=cv2.cvtColor(img1,cv2.COLOR_BGR2GRAY,dstCn=1) #转换为单通道灰度图像
tempgray=cv2.cvtColor(temp,cv2.COLOR_BGR2GRAY,dstCn=1) #转换为单通道灰度图像
th,tw=tempgray.shape #获得模板图像的高度和宽度
img1h,img1w=img1gray.shape
res = cv2.matchTemplate(img1gray,tempgray,cv2.TM_SQDIFF_NORMED) #执行归一化方差匹配操作
mloc=[] #用于保存符合条件的匹配位置
threshold = 0.24 #设置匹配度阈值
for i in range(img1h-th): #查找符合条件的匹配结果位置
for j in range(img1w-tw):
if res[i][j]<=threshold: #保存小于阈值的匹配位置
mloc.append((j,i))
for pt in mloc:
cv2.rectangle(img1,pt,(pt[0]+tw,pt[1]+th),(255,0,0),2) #标注匹配位置，蓝色
cv2.imshow('result',img1) #显示结果
cv2.waitKey(0)