https://blog.csdn.net/u013928315/article/details/81510301
***************************************************
一、基於灰度： 灰度 + ncc
二、基於形狀： 形狀（形變：同步/異步） + 組件
三、基於描述點： 描述符
***************************************************
1.1 基於灰度的模板匹配：
應用場合：定位對象內部的灰度值沒有大的變化，沒有缺失部分，沒有干擾圖像和噪聲的場合。
1.創建模板：create_template()
2.尋找模板：best_match()
3.釋放模板：clear_template()
1.2基於互相關匹配：
應用場合：搜索對象有輕微的變形，大量的紋理，圖像模糊等場合，速度快，精度低。
1.創建模板：create_ncc_model()
2.尋找模板：find_ncc_model()
3.釋放模板：clear_ncc_model()
2.1 基於形狀的模板匹配：
應用場合：定位對象內部的灰度值可以有變化，但對象輪廓一定要清晰平滑。
1.創建形狀模型：create_shape_model()
2.尋找形狀模型：find_shpae_model()
3.釋放形狀模型：clear_shape_model()
2.2 基於變形匹配：
應用場合：搜索對象有輕微的變形。
1.創建模板：create_local_deformable_model()
2.尋找模板：find_local_deformable_model()
3.釋放模板：clear_deformable_model()
2.3基於組件的模板匹配：
應用場合：組件匹配是形狀匹配的擴展，但不支持大小縮放匹配，一般用於多個對象（工件）定位的場合。
算法步驟：
1.獲取組件模型裏的初始控件 gen_initial_components()
參數：
ModelImage [Input] 初始組件的圖片
InitialComponents [Output] 初始組件的輪廓區域
ContrastLow [Input] 對比度下限
ContrastHigh [Input] 對比度上限
MinSize [Input] 初始組件的最小尺寸
Mode[Input] 自動分段的類型
GenericName [Input] 可選控制參數的名稱
GenericValue [Input] 可選控制參數的值
2.根據圖像模型，初始組件，訓練圖片來訓練組件和組件相互關係 train_model_components()
3.創建組件模型 create_trained_component_model()
4.尋找組件模型 find_component_model()
5.釋放組件模型 clear_component_model()
3 基於描述匹配：
應用場合：搜索對象有輕微的變形，透視的場合，根據一些描述點的位置和灰度值來進行匹配。
1.創建模板：create_calib_descriptor_model()
2.尋找模板：find_calib_descriptor_model()
3.釋放模板：clear_descriptor_model(
https://blog.csdn.net/u013928315/article/details/81510301