学习记录 Halcon 模板匹配算子

一.创建模板算子

 1.创建ncc模板

create_ncc_model( Template : : NumLevels, AngleStart, AngleExtent, AngleStep, Metric : ModelID )

参数介绍：

Template（in）：搜索的图像，要作为模板的图案

NumLevels（in）：金字塔的最大层级（如果NumLevels设置为'auto'或0,create_ncc_model自动确定金字塔级别的数量）

AngleStart（in）： 指定起始角度（弧度）

AngleExtent（in）：相对于旋转角度的范围

AngleStep（in）：角度步长（如果选择AngleStep = 'auto'或0,create_ncc_model将根据模型的大小自动确定合适的角度步长。可以使用get_ncc_model_params查询自动计算的角度步长）

Metric（in）：匹配标准      'use_polarity'目标和背景的灰度关系（必须保持模板和要匹配的区域灰度关系相同）

                                             ‘ ignore_global_polarity ’，对比度完全逆转也就是物体比背景颜色深，也可以找到它

ModelID（out）：模板句柄

 2.创建shape模板

create_shape_model(Template : : NumLevels, AngleStart, AngleExtent, AngleStep, Optimization, Metric, Contrast,MinContrast : ModelID)

参数介绍：

Template（in）：搜索的图像，要作为模板的图案

NumLevels（in）：金字塔的最大层级（如果NumLevels设置为'auto'或0,create_ncc_model自动确定金字塔级别的数量）

AngleStart（in）： 指定起始角度（弧度）

AngleExtent（in） ：相对于旋转角度的范围

AngleStep（in）：角度步长（如果选择AngleStep = 'auto'或0,create_ncc_model将根据模型的大小自动确定合适的角度步长。可以使用get_ncc_model_params查询自动计算的角度步长）

Optimization（in）：设置模板优化和模板创建方法

Metric（in）：匹配方法设置        'use_polarity'目标和背景的灰度关系（必须保持模板和要匹配的区域灰度关系相同）

                                                       ‘ ignore_global_polarity ’，对比度完全逆转也就是物体比背景颜色深，也可以找到它

Contrast（in）：设置对比度（可以通过inspect_shape_modelinspect_shape_model算子确定对比度）

MinContrast（in）：设置最小对比度（对于灰度差距不大时，使用低对比度）

ModelID（out）：输出模板句柄

3.创建shape  可缩放模板

create_scaled_shape_model(Template : : NumLevels, AngleStart, AngleExtent, AngleStep, ScaleMin, ScaleMax,ScaleStep, Optimization, Metric, Contrast, MinContrast : ModelID)

参数介绍：

Template（in）：搜索的图像，要作为模板的图案

NumLevels（in）：金字塔的最大层级（如果NumLevels设置为'auto'或0,create_ncc_model自动确定金字塔级别的数量）

AngleStart（in）： 指定起始角度（弧度）

AngleExtent（in） ：相对于旋转角度的范围

AngleStep（in）：角度步长（如果选择AngleStep = 'auto'或0,create_ncc_model将根据模型的大小自动确定合适的角度步长。可以使用get_ncc_model_params查询自动计算的角度步长）

ScaleMin（in）：缩放最小值

ScaleMax（in）：缩放最大值

ScaleStep（in）：缩放步长

Optimization（in）：设置模板优化和模板创建方法

Metric（in）：匹配方法设置        'use_polarity'目标和背景的灰度关系（必须保持模板和要匹配的区域灰度关系相同）

                                                       ‘ ignore_global_polarity ’，对比度完全逆转也就是物体比背景颜色深，也可以找到它

Contrast（in）：设置对比度（可以通过inspect_shape_modelinspect_shape_model算子确定对比度）

MinContrast（in）：设置最小对比度（对于灰度差距不大时，使用低对比度）

ModelID（out）：输出模板句柄

二、匹配模板算子

 1.查找ncc模型

find_ncc_model(Image : : ModelID, AngleStart, AngleExtent, MinScore, NumMatches, MaxOverlap, SubPixel, NumLevels: Row, Column, Angle,Score)

参数介绍：

Image（in）：要搜索的图像

ModelID（in）：模板句柄

AngleStart（in）：模板的最小旋转（与模板设置的参数相同）

AngleExtent（in）：旋转角度范围（与模板设置的参数相同）

MinScore（in）：被找到的模板最小分数（匹配的精度，给的值越大，匹配的越准确）

NumMatches（in）：被找到的模板个数（如果给0，则输出所有可能的结果）

MaxOverlap（in）：被找到的模板实例最大重叠部分

SubPixel（in）：亚像素级别标志，true,false

NumLevels（in）：金字塔层级数

Row（out）：被找到的模板实例行坐标

Column（out）：被找到的模板实例列坐标

Angle（out）：被找到的模板实例的旋转角度（相对于模板旋转的角度）

Score（out）：被找到的模板实例的分数（ 找到的模型实例的得分，得分越高匹配越准确）

2.查找shape模型

find_shape_model(Image : : ModelID, AngleStart, AngleExtent, MinScore, NumMatches, MaxOverlap, SubPixel,NumLevels, Greediness : Row, Column, Angle, Score) 

参数介绍：

Image（in）：要搜索的图像

ModelID（in）：模板句柄

AngleStart（in）：模板的最小旋转（与模板设置的参数相同）

AngleExtent（in）：旋转角度范围（与模板设置的参数相同）

MinScore（in）：被找到的模板最小分数（匹配的精度，给的值越大，匹配的越准确）

NumMatches（in）：被找到的模板个数（如果给0，则输出所有可能的结果）

MaxOverlap（in）：被找到的模板实例最大重叠部分

SubPixel（in）：亚像素级别标志（设为’ interpolation’ ，则会精确到，这个模式不会占用太多时间，若需要更精确，则可设为’ least_square’,’ lease_square_high）

NumLevels（in）：金字塔层级数

Greediness （in）：贪婪程度（值越大的时候，查找的越快，查找的越粗略）

Row（out）：被找到的模板实例行坐标

Column（out）：被找到的模板实例列坐标

Angle（out）：被找到的模板实例的旋转角度（相对于模板旋转的角度）

Score（out）：被找到的模板实例的分数（ 找到的模型实例的得分，得分越高匹配越准确）

 3.查找shape缩放模型

find_scaled_shape_model(Image : : ModelID, AngleStart, AngleExtent, ScaleMin,ScaleMax,MinScore, NumMatches, MaxOverlap, SubPixel,NumLevels, Greediness : Row, Column, Angle, Scale,Score) 

Image（in）：要搜索的图像

ModelID（in）：模板句柄

AngleStart（in）：模板的最小旋转（与模板设置的参数相同）

AngleExtent（in）：旋转角度范围（与模板设置的参数相同）

ScaleMin（in）：缩放的最小值

ScaleMax（in）：缩放的最大值

MinScore（in）：被找到的模板最小分数（匹配的精度，给的值越大，匹配的越准确）

NumMatches（in）：被找到的模板个数（如果给0，则输出所有可能的结果）

MaxOverlap（in）：被找到的模板实例最大重叠部分

SubPixel（in）：亚像素级别标志（设为’ interpolation’ ，则会精确到，这个模式不会占用太多时间，若需要更精确，则可设为’ least_square’,’ lease_square_high）

NumLevels（in）：金字塔层级数

Greediness （in）：贪婪程度（值越大的时候，查找的越快，查找的越粗略）

Row（out）：被找到的模板实例行坐标

Column（out）：被找到的模板实例列坐标

Angle（out）：被找到的模板实例的旋转角度（相对于模板旋转的角度）

Scale（out）：找到的实例是模板的倍数

Score（out）：被找到的模板实例的分数（ 找到的模型实例的得分，得分越高匹配越准确）