python - opencv python中的图像匹配

我一直在使用opencv python识别相机中显示的标志的项目。
我已经尝试使用冲浪，颜色直方图匹配和模板匹配。但是，在这3个中，它并不总是返回正确的答案。我现在想要的是对我的这个问题的最佳解决方案。
模板图片示例:



这是相机中显示的标志的示例。

如果这是我要识别的图像，该怎么用？

更新matchTemplate中的代码

    flags=["Cambodia.jpg","Laos.jpg","Malaysia.jpg","Myanmar.jpg","Philippines.jpg","Singapore.jpg","Thailand.jpg","Vietnam.jpg","Indonesia.jpg","Brunei.jpg"]

    while True:
           methods = 'cv2.TM_CCOEFF_NORMED'
           list_of_pics=[]
           for flag in flags:
                   template= cv2.imread(flag,0)
                   img = cv2.imread('philippines2.jpg',0)

    # generate Gaussian pyramid for A
                    G = template.copy()
                    gpA = [G]
                    for i in xrange(6):
                            G = cv2.pyrDown(G)
                            gpA.append(G)


                    n=0
                    for x in gpA:

                           w, h = x.shape[::-1]


                           method = eval(methods)#

            # Apply template Match
                          res = cv2.matchTemplate(img,x,method)
                          matchVal=res[0][0]
                          picDict={"matchVal":matchVal,"name":flag}
                          list_of_pics.append(picDict)

                           n=n+1
        newlist = sorted(list_of_pics, key=operator.itemgetter('matchVal'),reverse=True)
#print newlist
        matched_image=newlist[0]['name']
print matched_image
k=cv2.waitKey(10)
if (k==27):
    break
cv2.destroyAllWindows()

最佳答案

我认为您不能从SURF / SIFT获得好的结果，因为:

SURF / SIFT需要关键点来检测对象，但是在您的情况下，您必须检测标志，并且大多数标志大多是统一的，并且不能提供太多的关键点。

在您的网络摄像头框架中，您有几件事，而不是只有标志。这几件事也有助于获得关键点。

解决方案:我仍然认为您应该使用已经尝试过的opencv的matchTemplate()，但您的版本中存在的问题是您没有考虑matchTemplate()的缩放比例和方向不变的事实。因此，解决方案是使用Gaussian pyramid并创建不同大小的样本标志(一半，四分之一，两倍等)。在获得2-5个不同大小的相同标志后，应在每个标志大小和网络摄像头框架之间执行matchTemplate()。

策略:

接收网络摄像头框架

加载标志的图像。

使用高斯金字塔，创建该标记的越来越大的图像(无需存储它们)。

在网络摄像头框架和每个标志大小之间执行matchTemplate()。

结果=您获得的最大相关性值就是网络摄像头中存在的标志。

请记住: matchTemplate的大小和方向不变。因此，如果您旋转图像或在网络摄像头框架中将其放大/缩小，您将不会获得良好的效果。