分享一个OpenCV仿照Halcon的高性能形状模板匹配作品（基于Qt/OpenCV/SIMD指令集优化）

声明：本文非原创，转载自朋友（QQ：66557370）的博文。

https://blog.csdn.net/manuoo/article/details/131432061

exe体验地址：

https://github.com/mwwzbinf/mwwz-shape-match/releases

或者网盘：

https://pan.baidu.com/s/1G3Qk9wDZIrPeQOLxmaaU2w?pwd=aabb

参照halcon中的create_shape_model_xld算子，自己写了一个基于几何图形创建模板的函数，目前只支持圆形和矩形，圆形需要指定半径，矩形需要指定长宽。与从图像创建模板不同，特征点不能在图像中直接提取得到，而是需要从上一层金字塔下采样得到，方法也很简单，直接选择偶数行列的特征点即可。

圆形模板创建及匹配

矩形模板创建及匹配

        在实际应用中矩形会在行、列方向呈现不同的缩放尺度，圆形也会变成椭圆，所以需要将行方向和列方向的缩放尺度单独求出来，这也是halcon中的find_aniso_shape_model算子，俗称各向异性模板匹配，实现起来也不难，在find_scaled_shape_model的基础上改一下，执行效果如下。

        可见匹配效果很不错，这对于识别圆形、椭圆、矩形这些常见形状是很有用的。由于要分别求出行、列方向的缩放尺度，相比各向同性多出一个维度，匹配时间有所增加。后续我会考虑如何加速，以及加入更多的几何图形（或者是它们的组合），如果大家有什么好建议和其他需求，欢迎私信我。

---

原创作者的其它文章

基于形状的模板匹配之变形匹配—max_deformation

基于形状的模板匹配之候选点选择_模板匹配 顶层候选点怎么做_kitajimanu的博客-CSDN博客 

参考文献

SIMD（单指令流多数据流）文章收录 - 知乎

C++中使用SIMD的方法_c++ simd_9Kalikali的博客-CSDN博客

使用SIMD技术提高C++程序性能_lowtech的博客-CSDN博客

————————————————

声明：本文非原创，转载自朋友（QQ：66557370）的博文。
版权声明：本文为CSDN博主「kitajimanu」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/manuoo/article/details/131432061