如何区分两个输入图像？

Question

我只想处理图像。问题是我有两种输入图像。一张是准确地拍下了卡的图像，另一张是通过将信用卡放在照片中心的桌子上拍摄的。我只想在得到输入并阅读之后对输入图像进行分类。Python和OpenCV是我正在努力开发的东西。你知道吗

我尝试过一些寻找边缘的方法，但我期待着比这一步更好的方法。你知道吗

cnts = imutils.grab_contours(cnts)
cnts = sorted(cnts, key=cv2.contourArea, reverse=True)[:5]  

for c in cnts:
    peri = cv2.arcLength(c, True)
        approx = cv2.approxPolyDP(c, 0.02 * peri, True)

        if len(approx) == 4:
                screenCnt = approx
            break

我需要一种图像处理方法来区分我使用python和opencv输入图像的场景

Answer 1

我想你想要的是follow a tutorial like this。基本上你需要做：

• 关键点提取。你会在网上找到很多关于SIFT和SURF的东西，但是你需要这个contrib库。如果你没有contrib，我建议BRISK，AKAZE或ORB。你知道吗
• 然后你可以做关键点匹配。你知道吗
• 然后使用距离或距离比测试过滤掉不好的匹配。你知道吗

在这之后，根据你拥有的好匹配的数量，你将有一个相当好的主意，如果对象在图像中。如果您想进一步查找屏幕上的图像/滤除误报，您可以：

• 寻找匹配的单应性
• 检查进气管
• 变换透视图以在图像/场景中找到它

祝你好运！你知道吗