Halcon学习之模板匹配

即将接手一个halcon的项目，这段时间就在家学习了halcon相关例程，自己也做了一番尝试，把运行成功的代码放上来与大家分享，本人图像小白，如有表述不准确之处希望各位大佬提出来，我们一起讨论、共同进步。 该例程是基于灰度的模板匹配，适用于光照条件比较稳定的情况，模板图片和测试图片大家自行替换。 注意：两张图片的光照情况/灰度值需尽量接近。 *模板匹配基于灰度 2020/3/18 *前期准备 dev_update_off () dev_close_window () *读入图像 read_image (Image2, 'C:/硬币4.JPG') dev_open_window_fit_imag

- 基于opencv模板匹配的车牌识别，有简单的GUI，软件环境是python3.8,opencv4.2。用pycharm写的。 由于是识别字符采用的是模板匹配，模板比较多，所以运行时间比较长，识别一张车牌大概20s，并且准确度不高，有可能出现无法得出结果或者识别的结果错误，因为识别车牌对输入的图片的分辨率和色偏有关系。总之，这是一个比较粗糙简单的车牌识别项目，我做这个是为了应付课程设计。 识别的结果是车牌号码和牌照颜色。 算法主要步骤是：定位车牌，矫正车牌，识别颜色，分割字符，识别字符。 算法和GUI都有借鉴别人的博客 refer1是模板，function.py是算法,gui.py是界面 refer1请先解压

matlab实现的模板匹配算法的车牌识别，有良好的准确率，代码简单

老外写的图像模板匹配算法，目标被遮挡也能匹配，可惜不能旋转匹配。

本文主要要实现字符识别，识别方法是用模板匹配。内容包含模板，待识别字符，完整程序。希望大家能够帮助大家。 本文主要要实现字符识别，识别方法是用模板匹配。内容包含模板，待识别字符，完整程序。希望大家能够帮助大家。

归一化互相关高速计算模块OpenCV工程,Daniel Eaton已将其生成Matlat Mex文件,比Matlab内建的normxcorr2()效率要高

车牌识别软件开发实训成果答辩ppt：包括ANN、模板匹配两种方法的详细介绍；分工；实训感想收获；涵盖的技术内容等

1.在手写识别区域输入数字，点击完成输入完毕，输入的图像则显示在原图区域，点击识别则进行图片预处理、特征提取、数字识别、结果显示。 2.在图片识别区域选择图像，导入图片，然后点击选择识别区域，对想要识别的地方选中双击，选中的图像则显示在原图区域，点击识别则进行图片预处理、特征提取、数字识别、结果显示。

利用opencv打开视频 利用截图模板对视频中的车辆进行匹配、跟踪。