我是计算机视觉的新手，我想检测图像（或视频帧）中的特定和平面对象。
我所说的具体和平坦是什么意思？
平坦的
好吧，扁平物体就像物体，但是，你知道的，扁平的……这对我意味着什么：
- 物体将始终从大致相同的“正面”角度观察，即相机的轴（或多或少）与其表面法线相对应。（但它们可能围绕该轴旋转）。
- 照明角度不会改变任何东西的对象（即它没有投射阴影的凹凸和折痕）。
具体的
- 我知道其确切外观和形状的物品。它们都完全相同，没有变化。
- 我有一张他们的（精确的）照片（或代表）。
此类对象的示例
- 1美元钞票的正面
- 蒙娜丽莎
- （你最喜欢的杂志在这里）上一期的封面
- ...
我相信这个问题很简单，我应该能够找到一个基本上像这样工作的计算机视觉库的函数：
> findObjects("object.png", "image.png")
[object at x1, y1, rotated z1 degrees, size height1*width1,
object at x2, y2, rotated z2 degrees, size height2*width2,
...]
事实上，我什至并不真正关心对象的大小和位置，我只需要计数。
但我找不到这样的东西。我能找到的只有无数的人脸识别示例，这些示例使用称为 Haar 分类器的东西，这似乎根本不适合我的问题，因为：
- 人脸不是平面的，因此分类器必须处理不同的照明、阴影等问题......
- 它必须识别人脸，即相似但不完全相同的对象。
- 它必须识别那些没有被训练过的面孔，因为它们“看起来像”面孔。
- 证明这不合适：它必须用成百上千的正负样本进行训练。在我的问题中，所需的所有信息都包含在一个样本中。所以这不可能。
那么，这样的事情存在吗？
我更喜欢使用 OpenCV，因为这似乎是标准的计算机视觉库，但我愿意接受任何解决方案。