图像对齐(图像配准)方法记录
Posted ph-one
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了图像对齐(图像配准)方法记录相关的知识,希望对你有一定的参考价值。
图像对齐方法
1、基于ORB特征的方法
1、检测两张图的ORB特征点
2、特征匹配
3、计算单应性矩阵
4、扭转图片
图示
具体的代码实现可以参考这篇文章:https://blog.csdn.net/yuanlulu/article/details/82222119?utm_source=blogxgwz7
2、图像模板匹配 + OCR识别验证
1、在原图中获取模板图及对应的字符串(OCR识别即可得到)
2、在目标图片上进行图像模板匹配
3、对匹配到的结果进行OCR识别
4、验证模板字符串与OCR识别结果是否匹配
5、重复上述过程,直到找到第2个匹配模板
注:该方法仅仅适用于文本内容丰富的图片对齐
OCR模型参考:AI实战:用DenseNet + CTC搭建中文OCR模型
图像模板匹配参考: opencv+python实现图像匹配----模板匹配、特征点匹配
3、图像模板匹配
1、在原图中获取模板图
2、在目标图片上进行图像模板匹配
3、重复上述过程,直到找到第2个匹配模板
图示
原图:
模板图:
匹配结果:
图像模板匹配参考: opencv+python实现图像匹配----模板匹配、特征点匹配
4、SIFT特征点匹配
1、SIFT特征点匹配
2、单应性矩阵Homography Matrix
3、随机抽样一致算法(Random sample consensus:RANSAC)
图示
代码实现参考:Python进行SIFT图像对准
原文链接:https://blog.csdn.net/zengNLP/article/details/106456978
以上是关于图像对齐(图像配准)方法记录的主要内容,如果未能解决你的问题,请参考以下文章
OpenCV每日函数 对象追踪模块 使用增强相关系数 (ECC) 最大化的图像配准