基于形状的模板匹配（基于边缘方向梯度的模板匹配算法），对应halcon例程：方法—》模板匹配（基于形状）—》find objects using shape-based matching(with scaling and rotation)。将图像和模板在高层金字塔进行搜索，然后映射都低层，搜索速度快，模板有旋转有放缩的搜索。注意这里的目标有旋转的，也有放缩的。
原图和待匹配图分别如下：
从原图创建模板图像再生成模板轮廓,生成的轮廓默认在原点左上角，从原点开始搜索，移动轮廓位置看看生成的模板轮廓如下：
read_image (Image, '1.jpg')
get_image_size (Image, Width, Height)
dev_open_window (0, 0, Width, Height, 'black', WindowHandle)
dev_display (Image)
draw_circle (WindowHandle, Row, Column, Radius)
gen_circle (Circle, Row, Column, Radius)
reduce_domain (Image, Circle, ImageReduced)
area_center (Circle, Area, Row1, Column1)
*【1】创建模板模型
*如果Metric= 'use_polarity'，图片和模板必须要有相同的对比度。例如，如果模型是一个暗的目标在一个亮的背景上，那么仅仅那些比背景暗的目标可以被找到;
*如果Metric= 'ignore_global_polarity',图片和模板必须要有相同或相反的对比度
create_scaled_shape_model (ImageReduced, 5, rad(-45), rad(90), 'auto', 0.8, 1.1, 'auto', 'auto', 'ignore_global_polarity', 'auto', 'auto', ModelID)
*【2】生成模板轮廓
get_shape_model_contours (ModelContours, ModelID, 1)
*看看生成的轮廓
dev_set_color ('red')
dev_set_line_width (2)
vector_angle_to_rigid (0, 0, 0, Row1, Column1, 0, HomMat2D)
affine_trans_contour_xld (ModelContours, ContoursAffinTrans, HomMat2D)
disp_continue_message (WindowHandle, 'black', 'true')
stop()
read_image (Image1, '2.jpg')
dev_display (Image1)
*【3】寻找模板，第七个参数为设置匹配的最小分数，第八个参数为设置匹配的个数，0表示有多少个识别多少个
find_scaled_shape_model (Image1, ModelID, rad(-45), rad(90), 0.8, 1.1, 0.5, 0, 0.5, 'least_squares', 5, 0.8, Row2, Column2, Angle, Scale, Score)
for I := 0 to |Score| - 1 by 1
*生成一个单位矩阵
hom_mat2d_identity (HomMat2DIdentity)
*平移
hom_mat2d_translate (HomMat2DIdentity, Row2[I], Column2[I], HomMat2DTranslate)
*旋转
hom_mat2d_rotate (HomMat2DTranslate, Angle[I], Row2[I], Column2[I], HomMat2DRotate)
*放缩，得到最终的仿射变换矩阵
hom_mat2d_scale (HomMat2DRotate, Scale[I], Scale[I], Row2[I], Column2[I], HomMat2DScale)
*仿射变换
affine_trans_contour_xld (ModelContours, ModelTrans, HomMat2DScale)
dev_display (ModelTrans)
endfor运行结果如下：
