Соответствие изображений - Соответствующие области изображений

Question

У меня 2 изображения с тем же контентом, но может иметь разный масштаб или поворот. Проблема в том, что я должен найти области этих изображений и сопоставить их друг с другом. Например, если у меня есть круг на image1, я должен найти соответствующий круг в image2.

Я просто хочу спросить, каков правильный способ решения этого. Я смотрю на matchShapes opencv. Я считаю, что эта проблема связана с перепиской изображений, но я действительно не знаю, как ее решить!

Заранее благодарен!

У меня есть следующие изображения: Template Image =>https://lh6.googleusercontent.com/-q5qeExXUlpc/T7SbL9yWmCI/AAAAAAAAByg/gV_vM1kyLnU/w348-h260-n-k/1.labeled.jpg

Sample Image =>https://lh4.googleusercontent.com/-x0IWxV7JdbI/T7SbNjG5czI/AAAAAAAAByw/WSu-y5O7ee4/w348-h260-n-k/2.labeled.jpg

Обратите внимание, что номер на изображениях соответствует надлежащему согласованию регионов. Они не присутствуют при компиляции изображений.

Answer 1

Как обычно с проблемами компьютерного зрения, вы никогда не сможете предоставить слишком много информации и сделать слишком много предположений относительно данных, которые вы собираетесь анализировать. Решение общей проблемы почти невозможно, так как мы не можем распознавать образ человека на компьютерах. Как выглядит ваша проблема? Несколько примеров были бы очень полезны в попытке дать хорошие ответы.

Вы упомянули, что изображения имеют одинаковый контент, но с разными цветами. Если это означает, что это одна и та же сцена, сфотографированная в разных условиях освещения и, возможно, с разных ракурсов, сначала вам нужно сделать , поэтому точки функции на двух изображениях должны пересекаться. Если фигуры на ваших изображениях могут иметь несколько искажений по сравнению друг с другом, вас может заинтересовать нежесткая регистрация изображений.

Если вы уже знаете объекты, которые ищете, вы можете просто выполнить поиск этих объектов в обоих изображениях, например, с помощью chamfer matching или любого другого алгоритма соответствия.

Answer 2

Используйте детектор функции ORB от OpenCV. Когда у вас есть дескрипторы, используйте BFMatcher с типом нормы NORM_HAMMING.