模板匹配有基于點(diǎn)、基于灰度值、基于描述符、基于相關(guān)性、基于形狀和基于組件的方法。

一般流程：裁剪→創(chuàng)建模板→查找對(duì)象→仿射變換→顯示

基于相關(guān)性的模板匹配會(huì)在創(chuàng)建模板時(shí)將模板角度轉(zhuǎn)換為0°；

創(chuàng)建模板時(shí)，基于形狀的模板匹配會(huì)將模板角度轉(zhuǎn)為0°基于匹配模板的術(shù)語自動(dòng)翻譯方法，并將坐標(biāo)移動(dòng)到圖像的左上角(0,0))。

基于相關(guān)性的模板匹配

1、 演示-模板匹配（基于相關(guān)性）-find_ncc_model_exposure

2、 Correlation適用于光照不均和明暗變化的場(chǎng)合（優(yōu)點(diǎn)），但背景不宜太復(fù)雜（缺點(diǎn)）。

當(dāng)照度變化很大時(shí)，使用良好的相關(guān)性，不要使用基于灰度的。

3、 可以通過調(diào)整參數(shù)來改變匹配效果。并且金字塔層數(shù)越??多，搜索速度越快；反之，搜索速度越慢。

4、 相關(guān)值越接近1，越相關(guān)。

5、 實(shí)現(xiàn)模板匹配有兩種方式：①助手②代碼

6、 集合助手-創(chuàng)建參數(shù)→ 相對(duì)于create_ncc_model

…////Collection Assistant-Application → 相對(duì)于 find_ncc_model

ps：*大匹配數(shù)為0，表示查找所有匹配

7、 創(chuàng)建模板的方式可以是手繪，也可以是blob分析，然后就得拉出來了。減少域（）

8、 助手方法，在圖片中找到飛機(jī)（注意我用的圖片，不是視頻）

步：

先看一張圖片-打開配對(duì)助手

創(chuàng)建tab-template資源：圖像窗口（或使用文件或采集助手）-繪制ROI區(qū)域-基于互相關(guān)選擇

應(yīng)用選項(xiàng)卡-圖片文件-加載-選擇加載圖片的名稱-（勾選總是查找）-調(diào)整*低分

代碼生成-插入代碼

ps：我是來先插入圖片的。如果使用攝像頭，可以直接在抓圖和應(yīng)用的地方使用抓圖助手。

ps：使用基于互相關(guān)，顯示時(shí)為框架，如果基于形狀，則顯示為輪廓

ps：使用互相關(guān)時(shí)，使用灰度圖像！?。?/p>

9、 代碼方法，找到圖中的平面

步：

看圖→繪制ROI區(qū)域→area_center區(qū)域信息→裁剪ROI區(qū)域

創(chuàng)建ncc模板→找到ncc模板→仿射變換→顯示

ps：基于歸一化互相關(guān)（NCC）比較兩幅圖像的相似度是一種常見的圖像處理方法。NCC算法可以有效降低光照對(duì)圖像比對(duì)結(jié)果的影響。

ps：學(xué)會(huì)靈活使用復(fù)制粘貼

read_image (Image, 'C:/Users/yuan/Desktop/7.tif')
gen_rectangle2 (ROI_0, 415.916, 176.48, rad(-40.041), 19.9162, 16.9716)
area_center (ROI_0, Area, RowRef, ColumnRef)
reduce_domain (Image, ROI_0, ImageReduced)
dev_display (Image)
dev_set_draw ('margin')
create_ncc_model (ImageReduced, 'auto', rad(0), rad(360), 'auto', 'use_polarity', ModelID)
find_ncc_model (Image, ModelID, rad(0), rad(360), 0.5, 1, 0.5, 'true', 0, Row, Column, Angle, Score)
vector_angle_to_rigid (RowRef, ColumnRef, 0, Row, Column, Angle, HomMat2D)
affine_trans_region (ROI_0, RegionAffineTrans, HomMat2D, 'nearest_neighbor')
dev_display (Image)
dev_display (RegionAffineTrans)

ps：仿射變換函數(shù)剛開始是這樣打的

vector_angle_to_rigid (RowRef, ColumnRef, rad(-40.041), Row, Column, angle, HomMat2D)

affine_trans_region (ROI_0, RegionAffineTrans, HomMat2D,'nearest_neighbor')

這時(shí)候就說明模板匹配找到的區(qū)域不是有角度的，不是水平的。

這是因?yàn)樵趧?chuàng)建ncc模板的時(shí)候，ROI_0的角度自動(dòng)轉(zhuǎn)為0°，所以仿射變換的起始角度應(yīng)該變成0。記住這種情況在獲取仿射矩陣的時(shí)候，起始角度是直接只需填寫0°，并為改變的角度寫下角度。

vector_angle_to_rigid (RowRef, ColumnRef, 0, Row, Column, 角度, HomMat2D)

ps：另外需要注意的就是創(chuàng)建和查找ncc模板的功能，第一次打出來的時(shí)候

create_ncc_model (ImageReduced,'auto', 0, 0,'auto','use_polarity', ModelID)

find_ncc_model (Image, ModelID, 0, 0, 0.5, 1, 0.5,'true', 0, Row, Column, Angle, Score)

三、的四個(gè)位置是搜索的起始角度和結(jié)束角度，這里改成rad(0和rad(360)，像這樣。

find_ncc_model (Image, ModelID, rad(0), rad(360), 0.5, 1, 0.5,'true', 0, Row, Column, Angle ， 分?jǐn)?shù)）

vector_angle_to_rigid (RowRef, ColumnRef, 0, Row, Column, Angle, HomMat2D)

ps：由于仿射變換，查找ncc目標(biāo)的函數(shù)第6個(gè)位置只能填1（匹配一個(gè)），否則會(huì)因?yàn)楦袷綀?bào)錯(cuò)。

10、 一次代碼匹配多架飛機(jī)

read_image (Image, 'C:/Users/yuan/Desktop/7.tif')
gen_rectangle2 (ROI_0, 415.916, 176.48, rad(-40.041), 19.9162, 16.9716)
area_center (ROI_0, Area, RowRef, ColumnRef)
reduce_domain (Image, ROI_0, ImageReduced)
dev_display (Image)
dev_set_draw ('margin')
create_ncc_model (ImageReduced, 'auto', rad(0), rad(360), 'auto', 'use_polarity', ModelID)
find_ncc_model (Image, ModelID, rad(0), rad(360), 0.5, 3, 0.5, 'true', 0, Row, Column, Angle, Score)
if(|Score|>0)
    for Index := 1 to 3 by 1	 
    vector_angle_to_rigid (RowRef, ColumnRef, 0, Row[Index-1], Column[Index-1], Angle[Index-1], HomMat2D)
    affine_trans_region (ROI_0, RegionAffineTrans, HomMat2D, 'nearest_neighbor')
    dev_display (Image)
    dev_display (RegionAffineTrans)
    endfor
endif

ps：匹配了3個(gè)平面，所以行、列等值都是3個(gè)數(shù)字。

ps：|score|的值 是向量的維度！不是絕對(duì)值！

基于灰度值的模板匹配

1、 基于灰度值的目標(biāo)匹配使用Mean Absolute Differences (MAD)

2、 rad() 函數(shù)將角度轉(zhuǎn)換為弧度基于匹配模板的術(shù)語自動(dòng)翻譯方法，deg() 函數(shù)將弧度轉(zhuǎn)換為角度。

3、 disp_arrow() 函數(shù)用于顯示箭頭。注意disp顯示只是一個(gè)顯示，在變量窗口是看不到數(shù)值的。

4、 rot 表示旋轉(zhuǎn)搜索，mg 表示金字塔搜索。

best_match(), best_match_rot(), best_match_mg(), best_match_rot_mg()

fast_match(), fast_match_rot(), fast_match_mg(), fast_match_rot_mg()

基于形狀的模板匹配

教程的前幾課都是關(guān)于demo的，我們先來看看demo。

1、 對(duì)光線要求高，不適合室外自然光

2、基于形狀的模板匹配創(chuàng)建模板時(shí)，ROI的位置自動(dòng)移動(dòng)到像素點(diǎn)（0，0)位置，角度旋轉(zhuǎn)到0°。

3、 創(chuàng)建：

create_shape_model(), create_shape_model_xld(), create_scale_shape_model() / *后這個(gè)函數(shù)帶有縮放功能

ps：如果用get_shape_model()創(chuàng)建模板，得到的是xld的輪廓，用于仿射變換函數(shù)中，顯示的圖形為輪廓。affine_trans_contour_xld() 使用這種仿射變換來顯示輪廓。也可以不顯示輪廓而想顯示繪制的矩形框，那么affine_trans_region()函數(shù)，仿射變換之前繪制的roi區(qū)域，注意roi的行列角要填充在仿射前面矩形，而不是 (0,0,0).

ps：創(chuàng)建函數(shù)的第二個(gè)參數(shù)金字塔層不要寫1，否則會(huì)很難識(shí)別（而且應(yīng)該是失焦，找不到）

4、 查找：

find_shape_model(), find_scale_shape_model(), find_shape_models() / *后這個(gè)函數(shù)找到多個(gè)模板

5、 仿射變換：

平移和旋轉(zhuǎn)：vector_angle_to_rigid()

比例：hom_mat2d_scale()

6、 顯示：

dev_disp(圖片)

dev_disp(RegionAffineTrans)

7、 詳細(xì)了解demo，學(xué)習(xí)應(yīng)用到實(shí)戰(zhàn)項(xiàng)目中

ps：輪廓n。形狀、輪廓

8、 演示模板匹配（形狀）-align_measurements()

9、 演示模板匹配（形狀）-create_average_shape_model()：

①channels_to_image(Templates,MultichannelImage)

將多張圖片變成多通道圖片

②mean_n(MultichannelImage,ImageMean)

平均變成通道（然后用平均圖像作為模板進(jìn)行創(chuàng)建）

10、 演示-模板匹配（形狀）-align_measurements()

write_shape_model(ModelID,'green-dot.shm')

將模板保存在 .shm 文件中，以備將來直接使用

檢查形狀模型（）

檢查模型輪廓

11、 演示-模板匹配（形狀）-create_roi_via_vision()

dev_set_part（左上x，左上y，右下x，右下y）

這之后顯示的圖片都顯示了劃定的區(qū)域

12、 演示-模板匹配（形狀）-create_shape_model_xld()

binary_threshold() //快速二值化

13、 演示-模板匹配（形狀）-inspect_shampoo_label()

添加頻道（）

向區(qū)域添加灰度值

14、 演示-模板匹配（形狀）-matching_coins()

前一個(gè)循環(huán)是創(chuàng)建模板，后一個(gè)循環(huán)是查找和顯示

15、 演示-模板匹配（形狀）-reuse_model()

write_shape_model()

存儲(chǔ)為.sbm文件（上面是.shm文件，幫助也是shm文件，看不懂，但是這個(gè)例子中使用了.sbm文件，我試了一下，可以用)，您可以保存創(chuàng)建的模型。

16、 demo-模板匹配（形狀）-synthetic_circle

如果set_shape_model_para()函數(shù)中的第二個(gè)參數(shù)GenParamName是'timeout'，這個(gè)函數(shù)的作用就是在時(shí)間過去后停止搜索。

油漆_xld(), 油漆區(qū)域()

從輪廓到圖像，從區(qū)域到圖像

17、 demo-模板匹配（形狀）-pm_measure_board

我講了（電路板芯片）定位+測(cè)量。通過定位電路板芯片的中心位置和角度，可以定位兩排引腳，用兩個(gè)矩形框來選擇。

ps：對(duì)于膨脹腐蝕，二值圖是面積的增減，灰度圖是灰度值（亮度）的增減。

18、 demo-模板匹配（形狀）-pm_multiple_models

以后做更多模板完全可以復(fù)制粘貼這個(gè)例子

inspect_shape_model() 用于檢查模型的輪廓。如果您不滿意，可以在創(chuàng)建后進(jìn)行修改。使用特征直方圖進(jìn)行過濾。請(qǐng)注意，選擇該功能時(shí)應(yīng)將 xld 放在前面。

create_shape_model (Image, 5, rad(0), rad(360), 'auto', 'pregeneration', 'use_polarity', 30, 10, ModelID)
get_shape_model_contours (ModelCont, ModelID, 1)
select_shape_xld (ModelCont, ModelContours, 'contlength', 'and', 20, 1000)

下面的代碼是為了方便直接建模，不用修改，然后進(jìn)行仿射變換然后顯示。

count_obj (ModelContours, NumModel)
count_obj (Models, NumModels)
concat_obj (Models, ModelContours, Models)
IndexS := [IndexS,NumModels + 1]
IndexE := [IndexE,NumModels + NumModel]
ModelIDs := [ModelIDs,ModelID]

用這張圖更容易理解這段代碼。(個(gè)人使用)

19、 演示-模板匹配（形狀）-multiple_dxf_model

識(shí)別部分和前面的例子一樣，區(qū)別在上半部分。

read_contours_xld_dxf() //這個(gè)demo的重點(diǎn)

本demo讀取dxf文件，將輪廓轉(zhuǎn)換為圖像，然后創(chuàng)建輪廓

20、實(shí)戰(zhàn)（實(shí)時(shí)查找瓶蓋上的文字）：

（基本上，寫重要幾乎很簡單）

①：助手模式：

檢測(cè)選項(xiàng)卡-需要點(diǎn)擊執(zhí)行，結(jié)果會(huì)顯示到檢測(cè)選項(xiàng)卡

②：編碼方式：

裁剪（手繪或blob方法）→創(chuàng)建模板→查找識(shí)別→仿射變換→顯示

在搜索函數(shù)的下一行添加一個(gè)if(|Score|> 1），防止找不到frame時(shí)出錯(cuò)

ps：取消勾選運(yùn)行模式。連續(xù)運(yùn)行時(shí)，創(chuàng)建模板時(shí)左上角顯示的輪廓會(huì)消失。

ps：學(xué)會(huì)靈活使用halcon自己的例子，當(dāng)成字典來使用。