模板匹配-图像减法

基本的答案是编写一个函数,该函数接受两个图像和一个二维变换,并告诉您在将变换应用到目标图像后它们是如何对齐的。该函数需要基于变换连续进行,并具有局部最小值(0),其中图像完全对齐。这被称为成本函数。

然后对函数和输入使用任何优化算法——您尝试优化转换(平移、缩放、旋转)。例如爬山、遗传、模拟退火等。

有一些产品可以做到这一点——通常它们被称为表单识别、表单注册、表单处理等。有些是SDK,但也有一些应用程序可以做到这一点而不需要编程。

免责声明:我在Atalasoft工作,我们在那里销售 Forms Processing add-on 到我们的.NET Imaging SDK。

在处理工业项目的图像处理时,我们在大多数情况下都有一个基准。基准就像一个标记——可以是一个洞,一个十字标记——永远不会改变,总是在同一个位置。

通常,两个基准足以纠正诸如旋转、平移和缩放等错位问题。例如,如果您知道两者之间的距离,您可以随时检查它以确保比例因子是正确的,或者根据当前距离与正确距离之间的差异进行更正。

在您的例子中,我要问您的是:模板和传入的图像是否共享任何不变的、易于分割的可视符号?

如果你有这个问题的答案,其余的都会更简单——差异本身就是一个非常简单的算法。