如何深入探究形状多目标多角度的高速模板匹配算法？
摘要：基于形状的模板匹配算法有着一些比较特殊的地方，在很多情况下在速度和准确度方面他有着优于基于NCC的匹配的结果，而且基于形状可以用于带缩放的匹配中，本文继续前面的系列文章简要的记录了在本人实现这些算法的过程中的一些心得和体会。
前面有两篇文章谈到了模板匹配算法，分别是【工程应用一】 多目标多角度的快速模板匹配算法（基于NCC，效果无限接近Halcon中........)以及【工程应用二】 多目标多角度的快速模板匹配算法（基于边缘梯度)，那么经过最近2个多月的进一步研究，也有了更多的一些心得和体会，这里也简单分享一些在这个过程中属于我个人的理解的一些东西。
1、在上一篇基于边缘梯度的文章中，我曾说使用Canny算子不合适，会丢失一些弱边缘的信息，但是后续我感觉还是可以的。
2、在使用Canny后，一个很好的好处就是可以不做全图的计算了，这对速度的提高还是有很大的贡献的，通常Canny检测到的边缘占全图的像素数不会超出1/10,。
扩展一下： 如果不做 Canny，而是对全图进行边缘检测后，按照边缘点的强度进行排序，然后取强度的前1/10作为候选点，也不失为一种解决问题的方法，但是测试发现偶尔会有丢失或误选目标的现象。
3、对于旋转后的边缘问题，这个可以通过如下的方式进行解决。
旋转后的无效的像素处，按照水平或者垂直方向的信息，对无效的区域的像素用离其水平或垂直方向最近的有效像素填充。选择水平方向实现最为简单和高效。