c++ - 将扭曲/转换后的图像与基本图像匹配的最快、最准确的方法？

Question

我正在尝试通过扫描仪(或可能是手机相机)拍摄一张不同质量和失真的图像，然后将其与基本图像(通过 Photoshop 生成的图像，在打印和扫描之前)重新对齐) 尽可能接近。

图像的每个角都有四个粗角点，我一直在使用原始方法找到这四个点，然后在扫描图像上使用透视变换。然而，我的算法完全是蛮力的，而且很容易被破解。

我试过使用 cvGoodFeaturesToTrack()，但我想不出一个准确的方法来确保校准的四个点在所有情况下都是准确的。我想过使用模板匹配，但它似乎不能在各种失真下可靠地工作。我看到有很多方法可以完成特定任务，例如查找轮廓、关键点、线条等，但没有迹象表明它们实际做了什么。

有没有更好的方法我只是没看到？

谢谢!

Answer 1

经典方法是二值化和 Blob 分析:找到比阈值更暗的像素，并在它们接触时将它们分组(连通分量分析)。保持具有点形状(良好的圆度)和预期范围内的区域的组。使用重心。这对于您的引用点应该足够准确。

由于图像中的附近特征，您可能希望减少角点的错误检测。更好区分的一种选择是使用环而不是圆盘，并寻找有孔的 Blob 。