halcon模板匹配学习（一） Matching 初印象

什么是模板匹配呢？简单而言，就是在图像中寻找目标图像（模板），或者说，就是在图像中寻找与模板图像相似部分的一种图像处理技术。依赖于选择的方法不同，模板匹配可以处理各种情形下的变换，如照明、杂点、大小、位置以及旋转，甚至模版内部的相对移动。

模版匹配的鲁棒性和灵活性都很高，而且很多参数可以自适应生成，只有极少的参数需要配置。

在Halcon中，提供了各种不同的匹配方法。不同方法的选择依赖于图像数据以及要解决的任务。

匹配的流程

Acquire Images

对于训练和匹配，首先必须先有图像。

Create(Train) Model

为了生成一个模板，首先在训练图像中，必须指定包含模板的ROI区域。仅仅这些区域是重要的和稳定的，应该被用来训练。训练算子的输入是裁剪后的图像（可以使用reduce_domain完成）和控制参数。输出是模型句柄。模型将用来立即搜索图像。

Find Model

一旦创建好（或者读入）了模型，立即可以用于定位图像中的目标。
如果一个或者多个目标被发现，他们的姿势（位置position、旋转rotation、缩放scaling）或者
2D仿射变换矩阵和分数(score)被返回。这些值可以被作为下一步的处理。如对齐ROI。

Destroy Model

当我们不需要匹配模型时，你应该销毁它。比如，对于shape-based 匹配，可以使用