前言
模板匹配和仿射变换，经常一起使用，他们之前的位置变换一般有两种情况！
情况一
模板是一个很正的图，利用模板的位置，将歪的图像摆正。
情况二
模板和图片正不正都无所谓，只需想模板的位置，匹配到当前图片的位置。
先从比较简单的第二种情况说起：
我们首先从标准的原图中获取模板（后面会讲到，从图中得到模板，和从模板文件中得到模板的细微区别。）比如从原图里扣出一部分作为模板如：
reduce_domain (Image, RegionErosion, ImageReduced)创建模板
然后，就可以通过 create_shape_model 创建模板了。
*创建模板
create_shape_model (ImageReduced, 3, 0, rad(360), 'auto', 'auto', 'use_polarity', 'auto', 'auto', ModelID)观察模板
接下来可以看看，模板大概的样子，帮助后面模板匹配时，确认相关参数（该函数也可忽略）：
* 观察模板
inspect_shape_model (ImageReduced, ShapeModelImage, ShapeModelRegion, 4, 65)模板匹配
接下来就是 抓取新的一张图 做模板匹配。两张图在同一镜头参数，所以共用一坐标系，这是前提，注意这点，方便接下来的理解。
* 模板匹配
find_shape_model (SearchImage, ModelID, 0, rad(360), 0.3, 1, 0.5,
'least_squares', 0, 1,
RowMatch, ColumnMatch, AngleMatch, Score)这里的 SearchImage就是新的一张图，ModelID就是创建模板时的输出参数，和模板对应。
这里和 仿射变换 密切相关的参数是： RowMatch, ColumnMatch, AngleMatch。也就是 ＸＹ和角度。
find_shape_model 通过 ModelID，获取到模板的相关信息．（比如，模板的形状）
拿到了信息之后，就开始在新图中找匹配，输出匹配的内容的坐标以及旋转角度，这个旋转的角度是相对应模板图像的偏移角度，坐标就是匹配内容区域中心在图中的坐标。
仿射变换
*获取标准图的抠图中心
area_center(ImageReduced, Area, Row1, Column1)
*根据两个中心和角度，算出旋转矩阵
vector_angle_to_rigid (Row1, Column1, 0, RowMatch, ColumnMatch, AngleMatch, MovementOfModel)
*根据旋转中心做仿射变换
affine_trans_region(RegionOpening1, RegionAffineTrans, MovementOfModel,
'nearest_neighbor')模板匹配只是告诉了我，新的图像中被匹配到的位置（ＸＹ）以及对应模板图像的偏移角度。
那，如何将 模板本身 移动到 新图像中匹配到的内容，与之重合？
vector_angle_to_rigid
我们需要算子：vector_angle_to_rigid
可以认为，这个算子需要两个输入，需要移动的图形的位姿（ｘｙ和角度），以及目标点的位姿（ｘｙ和角度）。最后会输出一个矩阵，这个矩阵，这个矩阵可以完成图形仿射变换。
那模板本身在原图中的坐标，我们可以通过 area_center 这个算子计算得到。（需要知道角度吗？答案是不需要，因为模板匹配给出的角度是匹配到的内容和模板的角度偏移量。所以模板的角度默认为０）
所以，就有：
*根据两个中心和角度，算出旋转矩阵
vector_angle_to_rigid (Row1, Column1, 0, RowMatch,
ColumnMatch, AngleMatch, MovementOfModel)Row1, Column1, 0： 就是 模板的位姿信息。注意这里角度就是０
RowMatch, ColumnMatch, AngleMatch：这个就是模板匹配找到的目标信息。
注意：如果找打的是多个目标，那么这些变量代表的都是数组。
最后一个参数，MovementOfModel，就是输出的 变换矩阵。
affine_trans_region
最后，移动这个操作可以通过，affine_trans_region，完成：
*根据旋转中心做仿射变换
affine_trans_region(RegionOpening1, RegionAffineTrans, MovementOfModel,
'nearest_neighbor')如果是移动图片可以使用，affine_trans_image。
图像摆正
摆正的思路就是，先去一个获取一个正的模板。读取的图片可能是偏的。所以这次不动的是模板，移动的是图片。
* 图像摆正
area_center(SearchImage, Area, Row2, Column2)
vector_angle_to_rigid (RowMatch, ColumnMatch, AngleMatch, Row2, Column2, 0, MovementOfModel)
affine_trans_image (SearchImage, ImageAffineTrans, MovementOfModel,
'constant', 'false')所以这次，在算子vector_angle_to_rigid 中，模板匹配得到的坐标放在前面（谁动，谁放在前面），而图片坐标放在后面。如果只考虑摆正，这里其实有用的只是角度。
从图中得到模板，和从模板文件中得到模板的细微区别
如果是从图像里得到模板，那么模板的位置，以及其他信息可以直接拿到。
还有更常见的一种用法，就是先将模板保存成文件。也就是先制作一个模板。
create_shape_model (ImageReduced, 2, 0, rad(360), 'auto', 'auto',
'use_polarity', 'auto', 'auto', ModelID)
write_shape_model (ModelID, name +'.mb')write_shape_model
创建模板之后，通过 write_shape_model 将创建的模板进行保存。
read_shape_model
需要使用模板匹配时，在将其读出：
* 读取模板
read_shape_model ('数字05.mb', ModelID)
* 产生的轮廓在原点
get_shape_model_contours (ModelContours, ModelID, 1)get_shape_model_contours
读出模板，得到 ModleID, 然后 get_shape_model_contours 可以根据 ModleID 得到模板的轮廓。
但是此时，轮廓的位置时在图片原点上。（所以，保存的模板文件是不包含位置信息的）
所以要通过 vector_angle_to_rigid 计算矩阵时，位置参数XY可以填0，角度当然也是0.
这个就是通过模板生成的轮廓，可以看到有点小瑕疵，我们要处理一下：
select_contours_xld (UnionContours, SelectedContours,
'contour_length', 20, 20000, -0.5, 0.5)上面这句话的意思就是较短的轮廓线不要：
还有些轮廓线虽然连在一起，但是不是一个整体，这样不利于我们进行填充（有时，我们需要对轮廓线进行填充）。
union_adjacent_contours_xld
union_adjacent_contours_xld，可以将连着的轮廓线变成一个对象：
gen_region_contour_xld
gen_region_contour_xld ，对轮廓线进行填充
* 填充
gen_region_contour_xld (SelectedContours, RegionXLD, 'filled')但是，如果此时填充，会遇到一个问题，前面说到，get_shape_model_contours 获取的轮廓中心坐标在图片原点，那么，就会有部分的轮廓在图片的外面，在外面的部分无法填充。所以，一般我们需要将轮廓移到图片内在填充。不过这里需要注意的是，再进行仿射变换的话，起始坐标，必须是这个移到后的点，而不是（0，0）。
小结
这篇文章，主要介绍了模板匹配和仿射变换的相关内容，模板匹配的很多相关参数，没有一一讲解。我觉得 模板匹配和仿射变换 的关系 这个更为重要，也更难理解。后续有时间，我也会将模板匹配的关参数记录一下。欢迎评论区讨论。
