车牌图像匹配

Question

我想匹配两个车牌图像，下面给出了示例图像

这里这两个车牌属于同一辆车，因此它们应该匹配。 在这些图像中可能存在缩放和轻微旋转，如示例中所示，也只能看到一部分原始图像。 如果车牌属于不同的车辆算法应该说是不同的。

哪个是最佳的算法？

Answer 1

坦率地说，这是一个不平凡的问题。

仅列出一些明显的选项：

• 实现众多的字符识别软件之一，获取字符串，然后在另一个字符串中搜索子字符串。
• 对于缩放水平几乎没有差异的图像，请使用边缘检测滤镜（如Canny边缘检测）来增强图像，然后使用ICP（迭代最近点），让每个边缘像素向另一个图像中的最近边缘像素提供矢量，具有相似的值。 如果图像足够相似，通常可以对齐图像。 最终分数告诉您它们有多相似。
• 对于非常大的缩放级别，请使用多个旋转和缩放假设，然后分别对图像进行缩放并对两个图像进行互相关。 选择为坐标提供最佳相关性的假设，并使用相关性点作为x和y偏移量。 相关值告诉您您的拟合度如何。

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不会显示整个车牌，因此，随着可见字符数量的增加，您将无法说出比“匹配的概率大于零”更好的东西。一场比赛。

您可能会争辩说，对车牌的小损害也会增加概率，在这种情况下，需要使用互相关或类似的方法来评估比赛的概率。

Answer 2

我建议您使用Feature2D Framework中的openCV函数和Homography方法来处理缩放和旋转问题。 具体来说，在Feature2D中，有些类可能对您检测字母 ， 提取它们并在提取后匹配两个模板有帮助 。