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

原文链接：https://blog.csdn.net/zengNLP/article/details/106456978