opencv - 车牌图像匹配

Question

我想匹配两个车牌图像，下面给出的示例图像

这里这两个车牌属于同一辆车，因此它们应该匹配。这些图像中可能存在缩放和轻微旋转，也可能只有一部分原件可见，如示例中所示。如果车牌属于不同的车辆算法应该说是不同的。

哪个是最好的算法？

Answer 1

坦率地说，这是一个不平凡的问题。

只是列出一些明显的选项：

• 执行众多字符识别软件之一，获取字符串，然后在另一个字符串中搜索子字符串。
• 对于缩放级别几乎没有差异的图像，使用边缘检测过滤器，如 Canny 边缘检测，来增强图像，然后使用 ICP（迭代最近点），让每个边缘像素提供到另一张图像中最近边缘像素的向量，具有相似的值。如果图像足够相似，这通常会对齐图像。最后的分数告诉你他们有多相似。
• 对于非常大的缩放级别，使用多重旋转和缩放假设，并且对于每个缩放图像并进行两个图像的互相关。选择提供具有最佳相关性的坐标的假设，并使用相关点作为 x 和 y 偏移量。相关性的值告诉您您的拟合度有多好。

已经产生了许多其他更智能的算法来进行图像拟合。但是，您有更大的问题。您提供的两个示例图像并未显示整个车牌，因此您只能说“匹配的概率大于零”，随着可见字符数量的增加，概率也会增加一场比赛。

您可能会争辩说，对车牌的小幅损坏也会增加概率，在这种情况下，需要互相关或类似的方法来评估匹配的概率。

Answer 2

我建议您使用 Features2D 框架中的 openCV 函数和Homography方法来处理缩放和旋转问题。具体来说，在 Features2D 中，有一些类可能有助于您检测字母、提取它们并在提取后匹配您的两个模板。