基于形状匹配原始版放出来（给有用的人参考4）

前面0度匹配已经算是结束了。

我们轻微旋转一度图像，然后匹配，发现也是ok的，只不过得分下降的很快。

现在我们讲+-10度内，尺度没有变化，我们是怎么匹配的？

首先，我们先匹配0度，然后找-2，-1,1,2度，看会不会出现最佳得分

其次处理-5度和+5度的匹配，然后寻找最佳在-7，-6，-4，-3，以及3,4,6,7中

你也看出来了，我们一次只找5度，这已经找了15度了，剩下就剩-8，-9，-10和8,9,10这六度了，一共找21度，也就是+-10.

好，我们看代码：关键在于我们学习到的0度结果要旋转5度和-5度，+-10度也是相同处理。

  ///零度失误的话
            //先搜索-10度和9度的结果，看x，y，与零度比较，优选一下，新增
            int 得分对比基础 = 0;//防止0度失败，但0度怎么可能失败？0度匹配放在学习里不好
            得分对比基础 = (int)((1 - (pipeiRes1[0] / 255) / (1.0f * hebingllp1.Count)) * 100);//最好大于0.3
            //分三步走，第一，原来的，第二，如果取-10;第三如果取9;确定不同的限定框
            if (pipeiRespt.Count == 0) return;
            PointF PtF10 = new PointF();
            PointF pt9 = new PointF();
            int scoreF10 = 0; int score9 = 0;Point pipeidian=new Point(pipeiRespt[0].X,pipeiRespt[0].Y);
            if (得分对比基础 < 0.3)
            {
                //-10度和9度去找，如果大于0.3，重新制定搜索区域//如果都小于0.3，则失败               
                PtF10 = 正负10度匹配搜索测试(-10, ref scoreF10);
                if (scoreF10 > 0.6)
                {
                    return;
                }
                pt9 = 正负10度匹配搜索测试(9, ref score9);
                if (score9 > 0.6)
                {
                    return; 
                }
                if (scoreF10 > score9)
                {
                    if (scoreF10 > 0.3)
                    {
                        pipeidian.X = (int)PtF10.X; pipeidian.Y = (int)PtF10.Y;//往0度方向走，看-5度
                        Rectangle rc限定区域 = new Rectangle(pipeidian.X - 5, pipeidian.Y - 5, 10, 10);
                        int hescore = 0;
                        正负15度匹配搜索测试(-5, rc限定区域, ref hescore);
                        if (hescore > scoreF10)
                        { 
                            //fangxiangzhengque,0--5zhijian
                        }
                        else {
                            //-6,-7,-8,-9 ,-10
                        }
                    }
                }
                else
                {
                    if (score9 > 0.3)
                    {
                        pipeidian.X = (int)pt9.X; pipeidian.Y = (int)pt9.Y;//往0度方向走，看5度
                        Rectangle rc限定区域 = new Rectangle(pipeidian.X - 5, pipeidian.Y - 5, 10, 10);
                        int hescore1 = 0;
                        正负15度匹配搜索测试(5, rc限定区域, ref hescore1);
                        if (hescore1 > scoreF10)
                        {
                            //fangxiangzhengque,0-5zhijian
                        }
                        else
                        {
                            //6,7,8,9 
                        }
                    }
                }
            }

正负10度匹配搜索测试函数和 正负15度匹配搜索测试函数基本没什么区别，只是不用全图去找，只需要在得分低的范围内搜索有无得分高的。（感觉像是在说亚像素寻找的方法，其实是相同的）

     PointF 正负10度匹配搜索测试(int 度, ref int score)
        {
            string hello = "";
            List<Point> 返回结果1 = new List<Point>(); List<long> 返回结果2 = new List<long>();
            //if (hebingllp1.Count != 0 && pipeiRespt.Count != 0)//在0度匹配基础之上，匹配1度，进行测试1度匹配算法稳定性
            if (hebingllp1.Count != 0 //&& pipeiRespt.Count != 0
                )//在0度匹配基础之上，匹配1度，进行测试1度匹配算法稳定性
            {
                // DateTime dt = DateTime.Now;
                List<Point> contour6 = new List<Point>();
                int m_CenterX = 匹配www / 2; int m_CenterY = 匹配hhh / 2;
                int 临时性www = 匹配www;
                int 临时性hhh = 匹配hhh;
                float jilufushux = 0; float jilufushuy = 0;
                float jilumaxX = 0; float jilufmaxy = 0;
                //int dushu = Convert.ToInt32(textBox48.Text);
                int dushu = 度;
                if (dushu < 0)
                    dushu = 360 + dushu;
                for (int i = 0; i < hebingllp1.Count; i++)
                {//旋转也可以搞到外头去，提高效率
                    float x2 = (hebingllp1[i].X - m_CenterX) * cos360[dushu] + (hebingllp1[i].Y - m_CenterY) * sin360[dushu];//即就是x0,y0-cx,cy
                    float y2 = (hebingllp1[i].Y - m_CenterY) * cos360[dushu] - (hebingllp1[i].X - m_CenterX) * sin360[dushu];//即就是用完之后，x1,y1+cx,xy

                    x2 += m_CenterX;
                    y2 += m_CenterY;
                    //contour6zhong出现负数-1，怎么处理？
                    //contour6.Add(new Point((int)x2, (int)y2));
                    if (x2 < jilufushux)
                    {
                        jilufushux = x2;
                    }
                    if (x2 > jilumaxX)
                    {
                        jilumaxX = x2;
                    }

                    if (y2 < jilufushuy)
                    {
                        jilufushuy = y2;
                    }
                    if (y2 > jilufmaxy)
                    {
                        jilufmaxy = y2;
                    }
                    contour6.Add(new Point((int)(x2), (int)(y2)));

                }

                List<Point> contour6gengxin = new List<Point>();
             
                if (jilufushux < 0 || jilufushuy < 0)
                {
                    //float tempfushu = minmin(jilufushux, jilufushuy);
                    //int guiyi = -(int)(tempfushu - 1);

                    int guiyi1 = -(int)(jilufushux - 1); int guiyi2 = -(int)(jilufushuy - 1);
                    for (int i = 0; i < contour6.Count; i++)
                    {
                        contour6gengxin.Add(new Point(contour6[i].X + guiyi1, contour6[i].Y + guiyi2));//加上更小,当初是负数,取绝对值
                    }
                    //临时性www = 临时性www + guiyi+1+2; 临时性hhh = 临时性hhh + guiyi+1+2;
                    临时性www = 临时性www + guiyi1 + 1 + 2 + 2; 临时性hhh = 临时性hhh + guiyi2 + 1 + 2 + 2;
                    //这样加下去不是办法，4可以应付+-10度，5可以应付+-30度，45度就挂了，实际是够用了，但要彻底解决问题，
                    //必须判断轮廓中的最大值和最小值，而www和hhh必须比其大，相等也不行，至少大一，202210281339,这个问题不难解决，埋个雷吧！

                    int delx = (int)(jilufmaxy - jilufushuy);
                    if (临时性www <= delx)
                        临时性www = delx + 1;
                    int dely = (int)(jilumaxX - jilufushux);
                    if (临时性hhh <= dely)
                        临时性hhh = dely + 1;
                }
                else
                {
                    for (int i = 0; i < contour6.Count; i++)
                    {
                        contour6gengxin.Add(new Point(contour6[i].X, contour6[i].Y));
                    }
                }

                xuanzhuanyidupipei(临时性www, 临时性hhh, contour6gengxin, ref 返回结果1, ref 返回结果2);

                //for (int i = 0; i < 返回结果2.Count; i++)
                //{
                //    hello += "(" + 返回结果1[i].X.ToString() + "," + 返回结果1[i].Y + ");Er" + (返回结果2[i] / 255).ToString() + ";Sc:" + (1 - (返回结果2[i] / 255) / (1.0f * hebingllp1.Count)).ToString() + "\r\n";
                //}
                score = (int)((1 - (返回结果2[0] / 255) / (1.0f * hebingllp1.Count)) * 100);
            }
            return 返回结果1[0];
        }

xuanzhuanyidupipei（旋转一度匹配），这个函数就是我们前头那个0度匹配的算法，只不过这里换成找5度，换成找-5度，以及找-10和+10度。其实这个旋转我们可以事先在学习中备用好，那么匹配时就把时间省出来了。

这+-5度找了，+-10度也找了，我们不放心，细节每一度都找了发现，一个经验+-3度范围内得分变化不大，也就是说，你找0度，-3，-2，-1,1,2，3度，变化基本不大，所以到最后，我们+-10寻找，只需要找0度，7度，-7度三个就可以了，这样的话就不必找21次了。

这是试过所有后的经验，提高办事效率的经验，如果我们是学习，不必绕过去。

cnn中也有相同的话，我们发现图像角度变化不大时，仍然可以很好的识别。

这也是经验的话，但谁能证明这个经验公式？是你吗？