halcon 基于形状的模板匹配

【适用场景】

适用于尺度变化较小的场景。虽然可以设置缩放尺度，但是耗时增加太大。

【对模板的要求】

清晰（尽量大，如logo比其他对象大）、区别度明显、范围尽量小（模板区域越大越耗时，如只框取logo）

【相关函数】

create_generic_shape_model，train_generic_shape_model，find_generic_shape_model

指定参数较多 create_shape_model，find_shape_model

【提升匹配成功率的参数】以create_generic_shape_model (ModelHandle)为例

*适应一定的尺度缩放（尺度尽量覆盖样本可能出现的大小，否则匹配角度会不精确）
set_generic_shape_model_param (ModelHandle, 'scale_row_min', 0.9)
set_generic_shape_model_param (ModelHandle, 'scale_row_max', 1.1)
set_generic_shape_model_param (ModelHandle, 'scale_column_min', 0.9)
set_generic_shape_model_param (ModelHandle, 'scale_column_max', 1.1)

*匹配目标个数、最低分数

set_generic_shape_model_param (ModelHandle, 'num_matches', 1)

set_generic_shape_model_param (ModelHandle, 'min_score', 0.3)

关于min_score的注意事项：如果设置较高（如0.5）可能检测不出，使用0.3检出，但是查看结果score是0.8。可能是官方bug。因此建议先以较低分数检测出，之后通过score判断是否检测正确。

【提升速度】需要实际测试，很玄学

 在满足准确率的条件下， 'min_score'尽量提高，速度影响非常大。

缩小图像一半。定位模板一般是大的、对比度明显的区域（缩小一半，一般还很明显）。缩小图像可以弱化小区域，可能有提升匹配准度的效果。

'min_contrast'，速度相差十倍。需自己测试合适的min_contrast，10-50间速度呈下抛物线。对准确率的影响需要测试。

推荐逐个匹配。ModelLabelIDs如果是多个模板组合，一次性匹配多个的速度<for 循环单个匹配的速度。而且一次性匹配多个的结果会乱序（不与ModelLabelIDs里的模板顺序一致），而以score大小排序。

find_generic_shape_model (ImageOCR, ModelLabelIDs, MatchResultIDs, Matches)

for id := 1 to |ModelLabelIDs| by 1
    find_generic_shape_model (ImageOCR, ModelLabelIDs[id-1], MatchResultID, Matches)      
endfor

 

【官方案例】

halcon22.11版本，更新了很多基于形状的案例（应该是优化了，具体优化点不详）

find_generic_shape_model_workflow.hdev

adapt_shape_model_high_noise.hdev