find_shape_model

    find_shape_model (Image, ModelID, rad(-90), rad(180), 0.7, 1, 0.5, 'least_squares', 0, 0.5,modelRow1, modelColumn1, modelAngle1, Score1)
    if (|modelAngle1|>0)
        vector_angle_to_rigid (0, 0, 0, modelRow1, modelColumn1, modelAngle1, HomMat2D)
        affine_trans_contour_xld (ModelContours, ContoursAffineTrans, HomMat2D)
             dev_set_draw ('margin')
        vector_angle_to_rigid (modelRow0, modelColumn0, modelAngle0, modelRow1, modelColumn1, modelAngle1, HomMat2D1)
        affine_trans_region (Rectangle, RegionAffineTrans0, HomMat2D1, 'nearest_neighbor')
    endif

    read_image (Image, ImageFiles[Index])
    find_shape_model (Image, ModelID, rad(-180), rad(360), 0.5, 1, 0.5, 'least_squares', 0, 0.9, RowCur, ColumnCur, AngleCur, Score)
    *得到现在图片与模板图 矩阵变化
    vector_angle_to_rigid (RowModel, ColumnModel, AngleModel, RowCur, ColumnCur, AngleCur, HomMat2D)
*     hom_mat2d_identity (HomMat2DIdentity)
*     hom_mat2d_rotate (HomMat2DIdentity, AngleCur, 0, 0, HomMat2DRotate)
*     hom_mat2d_translate (HomMat2DRotate, RowCur, ColumnCur, HomMat2DTranslate)
    *将模板轮廓 根据矩阵变化 贴合现在图片显示
     affine_trans_contour_xld (Edges, ContoursAffineTrans, HomMat2D)

*读取待旋转图片
read_image(Image, '待旋转')
*获取大小
get_image_size (Image, Width, Height)
*关闭当前活动图形窗口
dev_close_window ()
*建立和原图一样大小的窗口
dev_open_window_fit_image (Image, 0, 0, Width, Height, WindowHandle)
*选择区域填充模式
dev_set_draw ('fill')
*获取RGB三幅图
decompose3 (Image, R, G, B)
*对B进行阈值化（这个根据情况选择）
threshold (B, Regions, 87, 255)
*连接区域
connection (Regions, ConnectedRegions)
*根据像素面积大小选择区域（注意：这里不灵活，图片一变就不适应了。）
select_shape (ConnectedRegions, SelectedRegions, 'area', 'and', 200000, 210000)
*填满区域
fill_up (SelectedRegions, RegionFillUp)
*获取区域Phi(这里要理解Phi是什么，自己去理解吧！！)
orientation_region (RegionFillUp, Phi)
*根据Phi旋转原图
rotate_image (Image, ImageRotate, 3.1415-Phi, 'constant')
*清理活动窗口
dev_clear_window()
*显示最终旋转后的图片
dev_display (ImageRotate)

read_image（Image2，'C：/ Users / Pictures / 2.png'）
*匹配01：模型初始化生成代码的BEGIN
set_system（'border_shape_models'，'false'）
*匹配01：获取模型图像
*匹配01：假设图像在
*匹配中可用01：变量最后显示在图形窗口中
copy_obj（Image2，Image，1,1）
*匹配01：从基本区域构建ROI
gen_rectangle1（ModelRegion，363.354,445.481,465.233,537.484）
*匹配01：减少模型模板
reduce_domain （Image，ModelRegion，TemplateImage）
*匹配01：创建形状模型
create_shape_model（TemplateImage，3，rad（0），rad（360），rad（2.5886），['none'，'no_pregeneration']，'use_polarity'，[16,22,4]，10，ModelId）
*匹配01 ：获取模型轮廓以便稍后将其转换为图像
get_shape_model_contours（ModelContours，ModelId，1）
*匹配01：生成代码的END用于模型初始化
*匹配01：模型应用生成代码的BEGIN
*匹配01：以下操作是通常移动到
*匹配01：处理获取图像的循环
*匹配01：找到模型

*图像采集01：图像采集生成的代码01
list_files（'C：/ Users / Pictures'，['files'，' follow_links']，ImageFiles）
tuple_regexp_select（ImageFiles，['\\。（tif | tiff | gif | bmp | jpg | jpeg | jp2 | png | pcx | pgm | ppm | pbm | xwd | ima | hobj），'ignore_case']，ImageFiles）
索引：= 0到| ImageFiles | -  1 by 1
    read_image（Image，ImageFiles [Index]）
    *图像采集01：做一些事情
    find_shape_model（Image，ModelId，rad（0），rad（360），0.7,0,0.5，'least_squares'，[3,1 ]，1，ModelRow，ModelColumn，ModelAngle，ModelScore）
*匹配01：将模型轮廓转换

为MatchingObjIdx 的检测位置：= 0到| ModelScore | -  1 by 1
    hom_mat2d_identity（HomMat）
    hom_mat2d_rotate（HomMat，ModelAngle [MatchingObjIdx]，0,0，HomMat）
    hom_mat2d_translate（HomMat，ModelRow [MatchingObjIdx]，ModelColumn [MatchingObjIdx]，HomMat）
    affine_trans_contour_xld（ModelContours，TransContours，HomMat）
    disp_message（3600，deg（ModelAngle），'window'，20,20，'black'，'true'）
    dev_display（TransContours）
endfor
endfor

*匹配01：完成时清除模型
clear_shape_model（ModelId ）