【如何实现机器视觉的C++模版匹配】

在机器视觉开发中用的最多的功能非匹配莫属了，匹配时最基本的也是最重要的一个功能，软件系统是否能正确完成任务匹配定位起了至关重要的作用，这里就就介绍一些CkVision的匹配函数。具体的Demo代码可以在CkVision官网下载。

ModelDemo.exe模板轮廓匹配定

使用图像的边缘轮廓特征作为模板，在图像中搜索形状上相似的目标，可以设置角度和比例范围，可用于定位、计数和判断有无等

设置学习范围：将会在画面中出现一个青蓝色的ROI矩形框，点击选取矩形框，再将该矩形移动到需要作为标准模板的图像区域并调整大小（如上图）。

学习模板：按学习ROI在图像上学模板轮廓。

编辑模板：学模板之后可查看编辑模板。

精细级别：定义边缘轮廓的细腻程度，有Fine、Noraml和Coarse3个选项，Fine模式精度最高，但边缘太模糊时将无法检测到边缘，Noraml和Coarse3模式则会通过压缩方式来提取模糊的边缘，同时会丢失细节部分，并会影响定位进精度。

滤波器：用于增强边缘提取功能，跟精细级别类似，但不会影响定位精度。

梯度阈值：取值范围0到255，只有梯度值大于该值的边缘点才被检测到，梯度值是度量图像边缘的清晰度或对比度。

最短边缘：用于过滤长度小于该值的边缘轮廓。

重新学习：当修改参数后需要点击“重新学习”按钮来获得新的边缘轮廓。

编辑选项：手动编辑模板功能，“指示”可修改当前十字点位置，点击“擦除”或“恢复”按钮后可以使用鼠标在画面中对着边缘轮廓进行擦除或者恢复，上图中蓝色轮廓部分为被擦除，绿色部分为正在使用的边缘轮廓。

画笔大小：设置擦除或者恢复画笔的尺寸大小。

标记点：画面中红色十字标为模板的标记点，在“指示”模式下可以使用鼠标点击选取并拖动调整位置。

装载模板：从文件中加载模板数据。

保存模板：将模板数据保存到文件中。

设置自由度，

角度范围：匹配目标相对于模板可能存在的最小角度，值范围-180到180。

比例范围: 匹配目标相对于模板可能存在的最小比例，值范围80到120 ( 原始比例值100 )。

设置搜索范围：在图像上画出一个红色的ROI矩形框，该矩形框为搜索目标是的搜索范围，如果是全图搜索可以不用设置。

搜索数量：最多被允许搜索到的目标数量。

最小分数：分数表示目标和模板的相似程度，分数越高越相似，最大值100表示完全匹配，目标分数必须大于该值才会被搜索到，该参数值将会影响搜索速度。

梯度阈值：提取边缘轮廓时使用的参数，当边缘对比度较差时需要降低梯度阈值，如果目标边缘清晰，则可以设置比较高，取值范围0~255，一般设为40左右，该参数值将会影响搜索速度。

匹配极性：可以设置正常和反转，正常表示目标和模板极性相同，反转则表示相反。

压缩级别：在搜索过程中对图像进行压缩处理可以提升搜索速度，但也会降低识别率（影响程度跟模板和目标图像背景复杂度有关），一般采用“自动”设置。

分数：匹配目标与模板的相似度。

位置：匹配目标相对于当前图像的坐标位置。

角度：匹配目标相对于模板的旋转角度。

比例：匹配目标相对于模板的缩放比例。

ModelDemo模板轮廓匹配定位（老版本）

在 StdAfx.h 的头文件中添加CKVISION相关定义

#include "..\\..\\Include\\CKGDI.h"

#include "..\\..\\Include\\CKBase.h"

#include "..\\..\\Include\\CKLocate.h"

#ifdef _WIN64

#pragma comment(lib, "..\\..\\Lib_x64\\CKBase.lib")

#pragma comment(lib, "..\\..\\Lib_x64\\CKGDI.lib")

#pragma comment(lib, "..\\..\\Lib_x64\\CKLocate.lib")

#else

#pragma comment(lib, "..\\..\\Lib\\CKBase.lib")

#pragma comment(lib, "..\\..\\Lib\\CKGDI.lib")

#pragma comment(lib, "..\\..\\Lib\\CKLocate.lib")

#endif

using namespace CKVision;

在应用程序入口和退出的地方增加 初始化和释放CKVISION库。

CKVision::InitLibrary(); // 初始化CKVision库

CKVision::ExitLibrary(); // 退出CKVision库

在资源视图 Dialog 中添加相应的界面操作

//……详情请打开实例参考。

在对话框窗口的 .h 头文件中定义相应的图像处理功能:

    CPrImage     m_Image;     // 基础图像

    CModel           m_Model;     // 定位模板

    CPrImage     m_ModImage;      // 模板图像

    CFindModel       m_Find;          // 形状模型搜索

    CGdiRect     m_lRoi;          // 学习ROI

    CGdiRect     m_sRoi;          // 搜索ROI

    COverlay     m_Overlay;       // 图像显示表面, 前显示的动态图形,主要用于ROI 显示。

    COverlay     m_Results;       // 图像显示表面, 前显示的静态图形,主要用于检测结果生成图形显示。

    CGdiView     m_GdiView;       // 图形显示视图窗口

    CModelDlg        m_ModelDlg;      // 编辑定位模板

    CModVarDlg       m_ModVarDlg; // 角度、比例设置

在对话框窗口的.cpp 实现文件中添加相应的功能实现。

// 执行搜索

void CModelDemoDlg::OnExecute()

{

    // TODO: Add your control notification handler code here

    m_lRoi.SetVisible( false );

    // 删除所有图形, 请注意在线程中调用清除图形时，最好使用发送消息的方式，

    // 可参考ContourDemo 中的CContourDemoDlg::OnExecute() 。

    Overlay_DeleteAll(m_Results);

    // 设置搜索参数

    m_Find.SetMaxCount( GetDlgItemInt(IDC_EDIT1) );

    m_Find.SetMinScore( GetDlgItemInt(IDC_EDIT2) );

    m_Find.SetThreshold( GetDlgItemInt(IDC_EDIT3) );

    m_Find.SetPolarity( m_Combo1.GetCurSel() );

    m_Find.SetCompressor( m_Combo2.GetCurSel() );

    m_Find.SetModResult( m_Check1.GetCheck() );

    BeginTime();

    if( m_sRoi.GetVisible() )

    {

        m_Find.Execute( m_Image, m_Model, m_sRoi ); // 执行搜索功能

    }

    else

    {

        m_Find.Execute( m_Image, m_Model, MaxROI );

    }

    EndTime();

    CString text;

    FindResult* data=NULL;

    m_List1.DeleteAllItems();

    for( int i=0; i<m_Find.GetResultCount(); i++ )

    {

        data = m_Find.GetResultData(i);// 获取匹配结果数据

        text.Format( _T("%d"), i+1 );

        m_List1.InsertItem( i, text );

        text.Format( _T("%0.3f"), data->Score );

        m_List1.SetItemText( i, 1, text );

        text.Format( _T("%0.3f"), data->Center.x );

        m_List1.SetItemText( i, 2, text );

        text.Format( _T("%0.3f"), data->Center.y );

        m_List1.SetItemText( i, 3, text );

        text.Format( _T("%0.3f"), data->Angle );

        m_List1.SetItemText( i, 4, text );

        text.Format( _T("%0.3f"), data->Scale );

        m_List1.SetItemText( i, 5, text );

        if( data->Model.count>0 ) {

             CGdiContour* p1 = new

                 CGdiContour(data->Model);

             if( p1!=NULL ) {

                 p1->Offset(0.5,0.5);

                 p1->SetPenWidth( 1 );

                 p1->SetPenColor( RGB(0,255,0) );

                 m_Results.AddItem(p1);// 添加模板轮廓显示

             }

        }

        CGdiRotBox* p2 = new CGdiRotBox(

             data->Center.x,

             data->Center.y,

             data->Width,

             data->Height,

             data->Angle );

        if( p2!=NULL ) {

             p2->Offset(0.5,0.5);

             p2->SetPenColor( RGB(0,255,0) );

             m_Results.AddItem(p2);// 添加旋转矩形ROI显示

        }

        CGdiPoint* p3 = new

             CGdiPoint(data->Position);

        if( p3!=NULL ) {

             p3->Offset(0.5,0.5);

             p3->SetSize( 10 );

             p3->SetStyle( 2 );

             p3->SetPenColor( RGB(0,255,0) );

             m_Results.AddItem(p3);// 添加旋转矩形ROI显示

        }

    }

    m_GdiView.Redraw();// 刷新显示

}