使用单个几乎相同的参考图像进行物体检测

Question

我想了解在图片或增强现实设置中使用单个几乎相同的参考图像执行对象检测的解决方案。

更具体一点：我想检测平面（即二维）和大多数矩形物体。我有一个数据库，其中包含要检测的对象的“完美”参考图像（高质量，全正面，精确颜色，无变化等），但每个对象可能只有一个参考。我正在谈论徽标，名画和扑克牌等内容，因此参考文献的内容，形状和比例与对象完全相同。根据我的理解，对象和参考之间的唯一区别可能是透视和光照条件的差异。让我们假设这些都不是非常极端的（例如没有锐角或彩色光）。

我知道图像识别和物体检测通常需要许多训练图像，但是考虑到这些简化的条件，有没有办法让它能够处理一个或几个图像（或通过转换一个图像来创建几个）？

我看过这里和其他地方，到目前为止我唯一发现的是Vuforia SDK的例子：https://www.youtube.com/watch?v=MtiUx_szKbI&t=1m10s。卡片游戏中卡片的一张图像显然足以创建叠加层，所以我假设有方法。这不是我的专业领域所以我希望你们可以帮助我:)

Answer 1

如果没有透视失真，您可以使用简单的归一化互相关。但既然有，你可能想使用SURF。使用SURF在世界图像中查找参考图像的基本算法是：

• 在两个图像中查找关键点，例如角点。
• 描述每个关键点的局部纹理。
• 使用这些描述符来匹配图像之间的关键点。如果有很多匹配，具有一致的几何，你可能已经找到了你的对象。

查看本教程，它将指导您完成这些工作：http://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_feature2d/py_feature_homography/py_feature_homography.html#feature-homography