少有人走的路基于组件的模板匹配：
应用场合：组件匹配是形状匹配的扩展，但不支持大小缩放匹配，一般用于多个对象（工件）定位的场合。
算法步骤：
1.获取组件模型里的初始控件 gen_initial_components()
参数：
ModelImage [Input] 初始组件的图片
InitialComponents [Output] 初始组件的轮廓区域
ContrastLow [Input] 对比度下限
ContrastHigh [Input] 对比度上限
MinSize [Input] 初始组件的最小尺寸
Mode[Input] 自动分段的类型
GenericName [Input] 可选控制参数的名称
GenericValue [Input] 可选控制参数的值
2.根据图像模型，初始组件，训练图片来训练组件和组件相互关系 train_model_components()
3.创建组件模型 create_trained_component_model()
4.寻找组件模型 find_component_model()
5.释放组件模型 clear_component_model()
基于形状的模板匹配：
应用场合：定位对象内部的灰度值可以有变化，但对象轮廓一定要清晰平滑。
1.创建形状模型：create_shape_model()
2.寻找形状模型：find_shape_model()
3.释放形状模型：clear_shape_model()
基于灰度的模板匹配：
应用场合：定位对象内部的灰度值没有大的变化，没有缺失部分，没有干扰图像和噪声的场合。
1.创建模板：create_template()
2.寻找模板：best_match()
3.释放模板：clear_template()
基于互相关匹配：
应用场合：搜索对象有轻微的变形，大量的纹理，图像模糊等场合，速度快，精度低。
1.创建模板：create_ncc_model()
2.寻找模板：find_ncc_model()
3.释放模板：clear_ncc_model()
基于变形匹配：
应用场合：搜索对象有轻微的变形。
1.创建模板：create_local_deformable_model()
2.寻找模板：find_local_deformable_model()
3.释放模板：clear_deformable_model()
基于描述匹配：
应用场合：搜索对象有轻微的变形，透视的场合，根据一些描述点的位置和灰度值来进行匹配。
1.创建模板：create_calib_descriptor_model()
2.寻找模板：find_calib_descriptor_model()
3.释放模板：clear_descriptor_model(）
---------------------
作者：qq_27367199
来源：CSDN
原文：https://blog.csdn.net/qq_27367199/article/details/70157570
版权声明：本文为博主原创文章，转载请附上博文链接！
