halcon-find_shape_model形状模板匹配
作者：互联网
形状匹配原理：模板创建后，会根据模板中的边缘等关系去图像中进行搜索，可以理解成提取模板中的灰度发生变化的那些点，然后再去图像中匹配，这样的效果是对干扰比较稳定，匹配速度快，并且即使边缘发生部分遮挡，匹配效果依旧较好
在HDevelop中
dev_close_window () read_image (Image, 'D:/bb/tu/3.jpg') rgb1_to_gray (Image, GrayImage) ****截取模板图像：B字母**** gen_rectangle1 (Rectangle, 16, 120, 69, 172) reduce_domain (GrayImage, Rectangle, ImageReduced) create_shape_model (ImageReduced, 'auto', -0.2, 0.2, 'auto', 'auto', 'use_polarity', 'auto', 'auto', ModelID) *创建形状模板 *参数1：模板图像(reduce_domain后) *参数2：金字塔的最大层级--层级越高搜索越快 * 值列表：0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 'auto' *参数3：模板旋转的起始角度--弧度 *参数4：模板旋转的终止角度--弧度 *参数5：角度步长 * 限制：角度步长>=0和角度步长<=pi/16 *参数6：设置模板优化和模板创建方法 * 'auto' * 'no_pregeneration' * 'none', 'point_reduction_high', 'point_reduction_low', 'point_reduction_medium', 'pregeneration' *参数7：匹配方法设置 * 'ignore_color_polarity', 'ignore_global_polarity', 'ignore_local_polarity', 'use_polarity' *参数8：设置对比度 *参数9：设置最小对比度 *参数10：模板句柄 find_shape_model (GrayImage, ModelID, -0.2, 0.2, 0.5, 3, 0.5, 'least_squares', 0, 0.9, Row, Column, Angle, Score) *形状模板匹配 *参数1：输入图像--单通道图像 *参数2：模板句柄 *参数3：搜索时的起始角度 *参数4：搜索时的终止角度，必须与创建模板时的有交集 *参数5:被找到的模板最小分数--大于等于这个值才能被匹配 * 默认值：0.5 建议值：0.3,0.4,0.5,0.6,0.7,0.8,0.9,1.0 * 典型值范围：0≤MinScore ≤ 1 * 最小增量：0.01 建议增量：0.05 *参数6：要找到的模板最大实例数 *参数7：要找到的模型实例的最大重叠 * 默认值：0.5 建议值：0.0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1.0 * 典型值范围：0≤ MaxOverlap≤ 1 最小增量：0.01 建议增量：0.05 *参数8：计算精度的设置 * 'none', 'interpolation', 'least_squares', 'least_squares_high', 'least_squares_very_high' * 'max_deformation 1', 'max_deformation 2', 'max_deformation 3', 'max_deformation 4' * 'max_deformation 5', 'max_deformation 6' *参数9：搜索时金字塔的层级 *参数10：贪婪度，搜索启发式，一般都设为0.8，越高速度快,容易出现找不到的情况 * 0≤ Greediness ≤ 1 *最后4个：输出匹配位置的行和列坐标、角度、得分 【中心坐标】
在QtCreator中
HObject ho_Image, ho_GrayImage, ho_Rectangle; HObject ho_ImageReduced; HTuple hv_ModelID, hv_Row, hv_Column, hv_Angle; HTuple hv_Score;
ReadImage(&ho_Image, "D:/bb/tu/3.jpg");
Rgb1ToGray(ho_Image, &ho_GrayImage);
//***截取模板图像：B字母****
GenRectangle1(&ho_Rectangle, 16, 120, 69, 172);
ReduceDomain(ho_GrayImage, ho_Rectangle, &ho_ImageReduced);
CreateShapeModel(ho_ImageReduced, "auto", -0.2, 0.2, "auto", "auto", "use_polarity",
"auto", "auto", &hv_ModelID);
//创建形状模板
//参数1：模板图像(reduce_domain后)
//参数2：金字塔的最大层级--层级越高搜索越快
// 值列表：0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 'auto'
//参数3：模板旋转的起始角度--弧度
//参数4：模板旋转的终止角度--弧度
//参数5：角度步长
// 限制：角度步长>=0和角度步长<=pi/16
//参数6：设置模板优化和模板创建方法
// 'auto'
// 'no_pregeneration'
// 'none', 'point_reduction_high', 'point_reduction_low', 'point_reduction_medium', 'pregeneration'
//参数7：匹配方法设置
// 'ignore_color_polarity', 'ignore_global_polarity', 'ignore_local_polarity', 'use_polarity'
//参数8：设置对比度
//参数9：设置最小对比度
//参数10：模板句柄
FindShapeModel(ho_GrayImage, hv_ModelID, -0.2, 0.2, 0.5, 3, 0.5, "least_squares",
0, 0.9, &hv_Row, &hv_Column, &hv_Angle, &hv_Score);
//形状模板匹配
//参数1：输入图像--单通道图像
//参数2：模板句柄
//参数3：搜索时的起始角度
//参数4：搜索时的终止角度，必须与创建模板时的有交集
//参数5:被找到的模板最小分数--大于等于这个值才能被匹配
// 默认值：0.5 建议值：0.3,0.4,0.5,0.6,0.7,0.8,0.9,1.0
// 典型值范围：0≤MinScore ≤ 1
// 最小增量：0.01 建议增量：0.05
//参数6：要找到的模板最大实例数
//参数7：要找到的模型实例的最大重叠
// 默认值：0.5 建议值：0.0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1.0
// 典型值范围：0≤ MaxOverlap≤ 1 最小增量：0.01 建议增量：0.05
//参数8：计算精度的设置
// 'none', 'interpolation', 'least_squares', 'least_squares_high', 'least_squares_very_high'
// 'max_deformation 1', 'max_deformation 2', 'max_deformation 3', 'max_deformation 4'
// 'max_deformation 5', 'max_deformation 6'
//参数9：搜索时金字塔的层级
//参数10：贪婪度，搜索启发式，一般都设为0.8，越高速度快,容易出现找不到的情况
// 0≤ Greediness ≤ 1
//最后4个：输出匹配位置的行和列坐标、角度、得分 【中心坐标】
标签：--,auto,hv,步长,halcon,shape,ho,model,模板 来源： https://www.cnblogs.com/liming19680104/p/16057570.html