模板匹配與定位配准通常是相輔相成的。
通常來說，如果不考慮180°的翻轉，源和目標各有“一個點，一個傾斜角度”就可以用於定位配准。
圖像配准：通常指定一幅圖像為參考圖像，另一幅圖像為待配准圖像，配准的目的是通過某種幾何變換使待配准圖像與參考圖像的坐標達到一致。
從算子vector_angle_to_rigid的簽名就能清晰看出這一點：
vector_angle_to_rigid( : : Row1, Column1, Angle1, Row2, Column2, Angle2 : HomMat2D)
它只需要輸入“源”的定位點坐標、傾斜角度，以及“目標”的定位點坐標、傾斜角度，它就能生成一個仿射變換矩陣用於配准。
因此常見的定位方式有：
① 兩點定位
② 點線定位
③ 模板匹配
兩點定位案例圖：
點線定位案例圖：
模板匹配定位案例圖：
一般的配准思路：
假如要將左側的二維碼精准地貼入右側的“條碼粘貼槽”中，其算法思路如下。
① 擬合抓取二維碼的四條邊線，這四條邊線相交會有4個角點；
② 將對角線的兩個角點連起來，這兩條連線會有一個交點，這個點定義為該圖形的中心點；
③ 用類似的方法求得“條碼粘貼槽”的中心點坐標；
④ 通過直線擬合的方式分別求二維碼和“條碼粘貼槽”的傾斜角度；
⑤ 根據得到的兩個點坐標和兩個傾斜角，完成配准工作。
定位的典型應用：
常見的模板匹配方法：
① 基於形狀（輪廓特征匹配）
② 基於互相關（基於灰度，NCC）
拓展閱讀：
《探究算子find_shape_model中參數MaxOverlap的准確意思》
https://www.cnblogs.com/xh6300/p/6366694.html