我有一些带有图像的磁铁。只有一小部分不同的图像(比如说 20 张图像)，它们将在固定的棋盘中对齐(图中仍未显示)。
我已经有一种算法可以从板上提取每张磁卡，对原始图像应用透视变换以防止透视失真。
我想听听您的建议，以便检测板上的每个图像，我的意思是，检测磁铁是否是: Pandas 、兔子、狗、胡萝卜……因为我的主要目标是分析图像并提取包含所有棋盘元素的矩阵。
我的第一次尝试非常基础:根据平均颜色猜测图像。它不是很健壮，因为有几张图像具有相似的平均颜色(特别是那些卡住的卡片)，并且浅色调可以改变很多颜色。
您能指点我正确的方向来提取包含板上所有图像的矩阵吗？我不需要特定的实现，而是需要我应该遵循的步骤的概念或应用于主图像的技术，以获得稳健(而不是太复杂)的算法。
我将使用 OpenCV 来实现它，但我想使用任何其他计算机视觉库都是一样的。
非常感谢您的时间!
最佳答案
虽然 SIFT 或其他特征检测器运行良好且应用广泛，但我总是从最简单的可行方法开始:在您的情况下，可能是 template matching .毕竟，您已经完成了消除透视失真、旋转和不同比例的艰苦工作。
基本思想是获取 20 个模板图像中的每一个，并将其与搜索图像中的每个可能位置进行比较。由于卷积定理，这是一个相对便宜的操作。
关于image - 请告诉我有关此计算机视觉任务的信息，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/29409769/