create_shape_model(Template : : //reduce_domain后的模板圖像

                        NumLevels,//金字塔的層數(shù)，可設(shè)為“auto”或0—10的整數(shù)

                     AngleStart,//模板旋轉(zhuǎn)的起始角度

                     AngleExtent,//模板旋轉(zhuǎn)角度范圍, >=0

                     AngleStep,//旋轉(zhuǎn)角度的步長(zhǎng)， >=0 and <=pi/16

                     Optimization,//設(shè)置模板優(yōu)化和模板創(chuàng)建方法

                     Metric, //匹配方法設(shè)置

                     Contrast,//設(shè)置對(duì)比度

                     MinContrast ://設(shè)置最小對(duì)比度

                     ModelID) //輸出模板句柄

1. NumLevels越大，找到匹配使用的時(shí)間就越小。另外必須保證最高層的圖像具有足夠的信息（至少四個(gè)點(diǎn)）。可以通過(guò)inspect_shape_model函數(shù)查看設(shè)置的結(jié)果。如果最高層金字塔的消息太少，算法內(nèi)部會(huì)自動(dòng)減少金字塔層數(shù)，如果最底層金字塔的信息太少，函數(shù)就會(huì)報(bào)錯(cuò)。如果設(shè)為auto，算法會(huì)自動(dòng)計(jì)算金字塔的層數(shù)，我們可以通過(guò)get_shape_model_params函數(shù)查看金字塔的層數(shù)。如果金字塔的層數(shù)太大，模板不容易識(shí)別出來(lái)，這是需要將find_shape_model函數(shù)中MinScore和Greediness參數(shù)設(shè)置的低一些。如果金字塔層數(shù)太少找到模板的時(shí)間會(huì)增加?？梢韵仁褂?a >inspect_shape_model函數(shù)的輸出結(jié)果來(lái)選擇一個(gè)較好的金字塔層數(shù)。

2. 參數(shù)AngleStart、AngleExtent定義了模板可能發(fā)生旋轉(zhuǎn)的范圍。注意模板在find_shape_model函數(shù)中只能找到這個(gè)范圍內(nèi)的匹配。參數(shù)AngleStep定義了旋轉(zhuǎn)角度范圍內(nèi)的步長(zhǎng)。 如果在find_shape_model函數(shù)中沒(méi)有指定亞像素精度，這個(gè)參數(shù)指定的精度是可以實(shí)現(xiàn)find_shape_mode函數(shù)中的角度的。參數(shù)AngleStep的選擇是基于目標(biāo)的大小的，如果模板圖像太小不能產(chǎn)生許多不同離散角度的圖像，因此對(duì)于較小的模板圖像AngleStep應(yīng)該設(shè)置的比較大。如果AngleExtent不是AngleStep的整數(shù)倍, 將會(huì)相應(yīng)的修改AngleStep。

    如果選擇 complete pregeneration ，不同角度的模板圖像將會(huì)產(chǎn)生并保存在內(nèi)存中。用來(lái)存儲(chǔ)模板的內(nèi)存與旋轉(zhuǎn)角度的數(shù)目和模板圖像的的點(diǎn)數(shù)是成正比的。 因此，如果AngleStep太小或是AngleExtent太大, 將會(huì)出現(xiàn)該模型不再適合（虛擬）內(nèi)存的情況。在任何情況下，模型是完全適合主存儲(chǔ)器的，因?yàn)檫@避免了操作系統(tǒng)的內(nèi)存分頁(yè)，使得尋找匹配模板的時(shí)間變短。由于find_shape_model函數(shù)中的角度可以使用亞像素精度，一個(gè)直徑小于200像素的模板可以選擇AngleStep>= 1. 如果選擇AngleStep='auto' (or 0 向后兼容),create_shape_model將會(huì)基于模板的大小自動(dòng)定義一個(gè)合適的角度步長(zhǎng). 自動(dòng)計(jì)算出來(lái)的AngleStep可以使用get_shape_model_params函數(shù)查看。

    如果沒(méi)有選擇complete pregeneration, 該模型會(huì)在每一層金字塔上建立在一個(gè)參考的位置。這樣在find_shape_model函數(shù)運(yùn)行時(shí)，該模型必須轉(zhuǎn)化為不同的角度和尺度在運(yùn)行時(shí)在。正因?yàn)槿绱耍?b>匹配該模型可能需要更多的時(shí)間。

3. 對(duì)于特別大的模板圖像，將參數(shù)Optimization設(shè)置為不同于'none'的其他數(shù)值是非常有用的。如果Optimization= 'none', 所有的模型點(diǎn)將要存儲(chǔ)。在其他情況下, 按照Optimization的數(shù)值會(huì)將模型的點(diǎn)數(shù)減少. 如果模型點(diǎn)數(shù)變少了，必須在find_shape_model函數(shù)中將參數(shù)Greediness設(shè)為一個(gè)比較小的值, 比如：0.7、0.8。對(duì)于比較小的模型, 減少模型點(diǎn)數(shù)并不能提高搜索速度，因?yàn)檫@種情況下通常顯著更多的潛在情況的模型必須進(jìn)行檢查。如果Optimization設(shè)置為'auto'， create_shape_model自動(dòng)確定模型的點(diǎn)數(shù)。

    Optimization的第二個(gè)值定義了模型是否進(jìn)行預(yù)處理（pregenerated completely），是通過(guò)選擇'pregeneration'或者'no_pregeneration'來(lái)設(shè)置的。如果不使用第二個(gè)值(例如：僅僅設(shè)置了第一個(gè)值), 默認(rèn)的是系統(tǒng)中的設(shè)置，是通過(guò)set_system('pregenerate _shape_models',...)來(lái)設(shè)置的，對(duì)于默認(rèn)值是 ('pregenerate_shape_models' = 'false'), 模型沒(méi)有進(jìn)行預(yù)處理. 模型的預(yù)處理設(shè)置通常會(huì)導(dǎo)致比較低的運(yùn)行時(shí)間，因?yàn)槟Ｐ筒恍枰?在運(yùn)行時(shí)間時(shí)轉(zhuǎn)換。然而在這種情況下,內(nèi)存的要求和創(chuàng)建模板所需要的時(shí)間是比較高的。還應(yīng)該指出，不能指望這兩個(gè)模式返回完全相同的結(jié)果，因?yàn)樵谶\(yùn)行時(shí)變換一定會(huì)導(dǎo)致變換模型和預(yù)處理變換模型之間不同的內(nèi)部數(shù)據(jù)。比如，如果模型沒(méi)有 completely pregenerated，在find_shape_model函數(shù)中通常返回一個(gè)較低的scores，這可能需要將MinScore設(shè)置成一個(gè)較低的值。此外，在兩個(gè)模型中插值法獲得的位置可能略有不同。如果希望是最高精確度，應(yīng)該使用最小二乘調(diào)整得到模型位置。

4. 參數(shù)Contras決定著模型點(diǎn)的對(duì)比度。對(duì)比度是用來(lái)測(cè)量目標(biāo)與背景之間和目標(biāo)不同部分之間局部的灰度值差異。Contrast的選擇應(yīng)該確保模板中的主要特征用于模型中。Contrast也可以是兩個(gè)數(shù)值，這時(shí)模板使用近似edges_image函數(shù)中滯后閾值的算法進(jìn)行分割。這里第一個(gè)數(shù)值是比較低的閾值，第二個(gè)數(shù)值是比較高的閾值。Contrast也可以包含第三個(gè)，這個(gè)數(shù)值是在基于組件尺寸選擇重要模型組件時(shí)所設(shè)置的閾值，比如，比指定的最小尺寸的點(diǎn)數(shù)還少的組件將被抑制。這個(gè)最小尺寸的閾值會(huì)在每相鄰的金字塔層之間除以2。如果一個(gè)小的模型組件被抑制，但是不使用滯后閾值，然而在Contrast中必須指定三個(gè)數(shù)值，在這種情況下前兩個(gè)數(shù)值設(shè)置成相同的數(shù)值。這個(gè)參數(shù)的設(shè)置可以在inspect_shape_model函數(shù)中查看效果。如果Contrast設(shè)置為'auto'，create_shape_model將會(huì)自動(dòng)確定三個(gè)上面描述的數(shù)值?；蛘邇H僅自動(dòng)設(shè)置對(duì)比度('auto_contrast')，滯后閾值('auto_contrast_hyst')或是最小尺寸('auto_min_size')中一個(gè)。其他沒(méi)有自動(dòng)設(shè)置的數(shù)值可以按照上面的格式再進(jìn)行設(shè)置?？梢栽试S各種組合，例如：如果設(shè)置 ['auto_contrast','auto_min_size']，對(duì)比度和最小尺寸自動(dòng)確定；如果設(shè)置 ['auto_min_size',20,30]，最小尺寸會(huì)自動(dòng)設(shè)定，而滯后閾值被設(shè)為20和30。有時(shí)候可能對(duì)比度閾值自動(dòng)設(shè)置的結(jié)果是不滿意的，例如，由于一些具體應(yīng)用的原因當(dāng)某一個(gè)模型組件是被包含或是被抑制時(shí)，或是目標(biāo)包含幾種不同的對(duì)比度時(shí)，手動(dòng)設(shè)置這些參數(shù)效果會(huì)更好。因此對(duì)比度閾值可以使用determine_shape_model_params函數(shù)自動(dòng)確定，也可以在調(diào)用create_shape_model之前使用inspect_shape_mode函數(shù)檢查效果。

5. 參數(shù)Metric定義了在圖像中匹配模板的條件。如果Metric= 'use_polarity'，圖像中的目標(biāo)必須和模型具有一樣的對(duì)比度。例如，如果模型是一個(gè)亮的目標(biāo)在一個(gè)暗的背景上，那么僅僅那些比背景亮的目標(biāo)可以找到。如果Metric= 'ignore_global_polarity',在兩者對(duì)比度完全相反時(shí)也能找到目標(biāo)。在上面的例子中，如果目標(biāo)是比背景暗的也能將目標(biāo)找到。find_shape_model函數(shù)的運(yùn)行時(shí)間在這種情況下將會(huì)略微增加。如果Metric= 'ignore_local_polarity', 即使局部對(duì)比度改變也能找到模型。例如，當(dāng)目標(biāo)包含一部分中等灰度，并且其中部分比較亮部分比較暗時(shí)，這種模式是非常有用的。由于這種模式下find_shape_model函數(shù)的運(yùn)行時(shí)間顯著增加，最好的方法是使用create_shape_model創(chuàng)建幾個(gè)反映目標(biāo)可能的對(duì)比度變化的模型，同時(shí)使用find_shape_models去匹配他們。上面三個(gè)metrics僅僅適用于單通道圖像。如果是多通道圖像作為模板圖像或搜索圖像，僅僅第一個(gè)通道被使用。如果Metric='ignore_color_polarity', 即使顏色對(duì)比度局部變化也能找到模型。例如，當(dāng)目標(biāo)的部分區(qū)域顏色發(fā)生變化(e.g.從紅到綠)的情況。如果不能提前知道目標(biāo)在哪一個(gè)通道是可見(jiàn)的這種模式是非常有用的。在這種情況下find_shape_model函數(shù)的運(yùn)行時(shí)間也會(huì)急劇增加。'ignore_color_polarity'可以使用于具有任意通道數(shù)目的圖像中。如果使用于單通道圖像，他的效果和'ignore_loc al_polarity'是完全相同的。

6. create_shape_model創(chuàng)建的模板通道數(shù)目和find_shape_model中的圖像通道數(shù)目可以是不同的。例如，可以使用綜合生成的單通道圖像創(chuàng)建模型。另外，這些通道不需要是經(jīng)過(guò)光譜細(xì)分(像RGB圖像)的。這些通道還可以包括具有在不同方向照亮同一個(gè)目標(biāo)所獲得的圖像。

7. 模型圖像Template的domain區(qū)域的重心是模板的初始位置，可以在set_shape_model_origin函數(shù)中設(shè)置不同的初始位置。