前言

• 在OpenCV中有个用于模板匹配的基本函数matchTemplate()，该函数使用某模板在搜索图像中进行搜索时，只能搜索到和模板完全一样的地方，一旦在搜索图像中要搜索的区域相较于模板是旋转了、放大缩小了或者部分遮掩了就无法匹配到结果了,实际项目应用不太友好.
• 本文主要介绍从开源项目中,试验比较好的项目,共同学习.

一、Fastest_Image_Pattern_Matching(推荐)

• github :https://github.com/DennisLiu1993/Fastest_Image_Pattern_Matching

• 介绍:此算法是基于Normalized Cross Correlation实现的算法，在不是太复杂的的环境下可以有效地替代ShapeBasedMatching，内部也不难理解，有SIMD加速，性能能够跟上商用函示库的相同算法，只是把OpenCV用到极限，花几天就能读透.
  

• 实际使用效果图:
  
  

• 总结:
  —-优点:开源,含SIMD加速与亚像素精度,与haclon形状匹配做过对比,角度与位置精度相差不大.
  —-缺点:不支持多尺度匹配，匹配速度与halcon还是存在很大差距(同一台电脑上运行,该项目95ms,halcon 4.6ms),但感觉一般项目,时间上还是可以接受.

• Exe测试Demo连接:
• Csdn: https://download.csdn.net/download/qiangpi6057/87362834
• Windows C++运行环境安装文件:https://download.csdn.net/download/qiangpi6057/87376788

二、shape_based_matching

• github :https://github.com/meiqua/shape_based_matching

• 介绍：尝试实现基于halcon形状的匹配，请参阅halcon工程师编写的《机器视觉算法和应用》，第317 3.11.5页详见知乎

• Demo效果图：
  
  

• 总结：
  —-优点：开源,具备多目标，多角度，多尺度模板匹配功能。
  —-缺点：匹配位置精度和角度与halcon相差较大，且存在同一目标匹配多次的问题，需要进一步去重等优化。

• Exe测试Demo连接:

• csdn:https://download.csdn.net/download/qiangpi6057/87362828

• Windows C++运行环境安装文件:https://download.csdn.net/download/qiangpi6057/87376788

• 源码 VS2022/C++

• csdn:https://download.csdn.net/download/qiangpi6057/87364521

三、更多开源资料详见博客

https://blog.csdn.net/libaineu2004/article/details/103026348-使用OpenCV实现Halcon算法（2）形状匹配开源项目，shape_based_matching