首先，本人不是专业写代码的，因此说的不对的地方，请各位大神指教！一定要说啊。
对于非标自动化设备行业，利用工业相机做视觉识别，然后抓取工件的应用可谓非常成熟广泛，然后想着我要是也能略知一二那就好了，于是在工作之余研究了一下，自己画了一张图，就是下面这张：
模板取自图中的某个小号的“2”：
目标是找出目标图中所有的“2”，并确定旋转角度，精度只能到1°了！！！再高的精度还没研究，希望各位指教！！
好了下面开始说下我的思路：
Step1：以灰度图模式加载图片，就是imread（“...”，0）；
Step2：对模板图和目标图分别进行边沿检测：先blur（...），再canny（....）；大家也可以尝试其他的边沿检测方法!
Step3：由于目标图中存在有不同角度的旋转目标，所以最直接的做法是对模板图旋转1°，利用wrapAffine(...)得到新的模板图片后再与目标图的边沿图进行匹配，找出最佳匹配信息；
Step3.3：getRotationMatrix2D(......)得到仿射变换矩；
Step3.4：warpAffine（...）得到新的模板图；
Step4：将目标图的边沿图与上面得到新的模板图进行matchTemplate（...）；
Step5.4：利用迭代器iterator进行过滤：如果容器中存在相同的maxLoc，比较相同maxLoc时两者的maxVal，如果新的
Step6：对step3-5进行while循环，匹配过滤得到最终的最佳的目标匹配信息容器;
Step7：对上述得到的匹配信息容器进行解析，在目标灰度图中用rotateRect类形的矩形标记，输出角度，匹配值，坐标信息
下面贴出两张结果图：
这是我作为opencv初学者多目标匹配的方法，是最笨的，所以大家看到了，0-180°的查找时间用了5秒多！希望各位过客有更高效的方法能够传授一二！！
