图像对齐（图像配准）方法记录

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