【如何实现机器视觉的C++模版匹配】

在机器视觉开发中用的最多的功能非匹配莫属了，匹配时最基本的也是最重要的一个功能，软件系统是否能正确完成任务匹配定位起了至关重要的作用，这里就就介绍一些CkVision的匹配函数。具体的Demo代码可以在CkVision官网下载。

ModelDemo.exe模板轮廓匹配定

使用图像的边缘轮廓特征作为模板，在图像中搜索形状上相似的目标，可以设置角度和比例范围，可用于定位、计数和判断有无等

设置学习范围：将会在画面中出现一个青蓝色的ROI矩形框，点击选取矩形框，再将该矩形移动到需要作为标准模板的图像区域并调整大小（如上图）。

学习模板：按学习ROI在图像上学模板轮廓。

编辑模板：学模板之后可查看编辑模板。

精细级别：定义边缘轮廓的细腻程度，有Fine、Noraml和Coarse3个选项，Fine模式精度最高，但边缘太模糊时将无法检测到边缘，Noraml和Coarse3模式则会通过压缩方式来提取模糊的边缘，同时会丢失细节部分，并会影响定位进精度。

滤波器：用于增强边缘提取功能，跟精细级别类似，但不会影响定位精度。

梯度阈值：取值范围0到255，只有梯度值大于该值的边缘点才被检测到，梯度值是度量图像边缘的清晰度或对比度。

最短边缘：用于过滤长度小于该值的边缘轮廓。

重新学习：当修改参数后需要点击“重新学习”按钮来获得新的边缘轮廓。

编辑选项：手动编辑模板功能，“指示”可修改当前十字点位置，点击“擦除”或“恢复”按钮后可以使用鼠标在画面中对着边缘轮廓进行擦除或者恢复，上图中蓝色轮廓部分为被擦除，绿色部分为正在使用的边缘轮廓。

画笔大小：设置擦除或者恢复画笔的尺寸大小。

标记点：画面中红色十字标为模板的标记点，在“指示”模式下可以使用鼠标点击选取并拖动调整位置。

装载模板：从文件中加载模板数据。

保存模板：将模板数据保存到文件中。

设置自由度，

角度范围：匹配目标相对于模板可能存在的最小角度，值范围-180到180。

比例范围: 匹配目标相对于模板可能存在的最小比例，值范围80到120 ( 原始比例值100 )。

设置搜索范围：在图像上画出一个红色的ROI矩形框，该矩形框为搜索目标是的搜索范围，如果是全图搜索可以不用设置。

搜索数量：最多被允许搜索到的目标数量。

最小分数：分数表示目标和模板的相似程度，分数越高越相似，最大值100表示完全匹配，目标分数必须大于该值才会被搜索到，该参数值将会影响搜索速度。

梯度阈值：提取边缘轮廓时使用的参数，当边缘对比度较差时需要降低梯度阈值，如果目标边缘清晰，则可以设置比较高，取值范围0~255，一般设为40左右，该参数值将会影响搜索速度。

匹配极性：可以设置正常和反转，正常表示目标和模板极性相同，反转则表示相反。

压缩级别：在搜索过程中对图像进行压缩处理可以提升搜索速度，但也会降低识别率（影响程度跟模板和目标图像背景复杂度有关），一般采用“自动”设置。

分数：匹配目标与模板的相似度。

位置：匹配目标相对于当前图像的坐标位置。

角度：匹配目标相对于模板的旋转角度。

比例：匹配目标相对于模板的缩放比例。

ModelDemo模板轮廓匹配定位（老版本）

在 StdAfx.h 的头文件中添加CKVISION相关定义

#include "..\\..\\Includ