halcon模板匹配总结

halcon的模板匹配可以归为三类：
1、基于灰度：灰度，互相关ncc
2、基于形状：形状，组件
3、基于描述符：描述匹配

1、基于灰度

基于灰度的模板匹配：

应用场合：定位对象内部的灰度值没有大的变化，没有缺失部分，没有干扰图像和噪声的场合。

1.创建模板：create_template()

2.寻找模板：best_match()

3.释放模板：clear_template()

基于互相关匹配：

应用场合：搜索对象有轻微的变形，大量的纹理，图像模糊等场合，速度快，精度低。

1.创建模板：create_ncc_model()

2.寻找模板：find_ncc_model()，find_ncc_models()

3.释放模板：clear_ncc_model()

4.get_ncc_model_region (ModelRegion, ModelID)
smallest_rectangle2 (ModelRegion, Row3, Column3, Phi, Length1, Length2)

2、基于形状

基于组件的模板匹配：

应用场合：组件匹配是形状匹配的扩展，但不支持大小缩放匹配，一般用于多个对象（工件）定位的场合。

算法步骤：

1.获取组件模型里的初始控件 gen_initial_components()

参数：

ModelImage [Input] 初始组件的图片

InitialComponents [Output] 初始组件的轮廓区域

ContrastLow [Input] 对比度下限

ContrastHigh [Input] 对比度上限

MinSize [Input] 初始组件的最小尺寸

Mode[Input] 自动分段的类型

GenericName [Input] 可选控制参数的名称

GenericValue [Input] 可选控制参数的值

2.根据图像模型，初始组件，训练图片来训练组件和组件相互关系 train_model_components()

3.创建组件模型 create_trained_component_model()

4.寻找组件模型 find_component_model()

5.释放组件模型 clear_component_model()

基于形状的模板匹配：

应用场合：定位对象内部的灰度值可以有变化，但对象轮廓一定要清晰平滑。

1.创建形状模型：create_shape_model()

2.寻找形状模型：find_shpae_model()

3.释放形状模型：clear_shape_model()

基于变形匹配：

应用场合：搜索对象有轻微的变形。

1.创建模板：create_local_deformable_model()

2.寻找模板：find_local_deformable_model()

3.释放模板：clear_deformable_model()

3、基于描述符

基于描述匹配：

应用场合：搜索对象有轻微的变形，透视的场合，根据一些描述点的位置和灰度值来进行匹配。

1.创建模板：create_calib_descriptor_model()

2.寻找模板：find_calib_descriptor_model()

3.释放模板：clear_descriptor_model(）