在CV2中以不同的方向匹配模板图像

Question

所以我是一个非常有经验的开发人员，试图研究一些机器学习/神经网络代码。

基本上，我需要一个巨大的数据集，所以我的第一个问题是我需要找到一种快速标记大量图像的方法。因此，以this为例。

我当时想我可以在主图像及其下面的图像上使用模板匹配吗？这样一来，我只需要获得使用这些数据的权限，就可以非常快速地对其进行标记。

使用openCV时（从示例中），我得到一些非常时髦的结果，它们在图像中找不到板，它确实绘制了框，但没有在板周围，经过测试，它非常非常接近几次，但代码并不多...

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt

img = cv.imread('./image2.jpg',0)
img2 = img.copy()
template = cv.imread('./Plate2.test.png',0)
w, h = template.shape[::-1]
# All the 6 methods for comparison in a list
methods = ['cv.TM_CCOEFF', 'cv.TM_CCOEFF_NORMED', 'cv.TM_CCORR',
            'cv.TM_CCORR_NORMED', 'cv.TM_SQDIFF', 'cv.TM_SQDIFF_NORMED']
for meth in methods:
    img = img2.copy()
    method = eval(meth)
    # Apply template Matching
    res = cv.matchTemplate(img,template,method)
    min_val, max_val, min_loc, max_loc = cv.minMaxLoc(res)
    # If the method is TM_SQDIFF or TM_SQDIFF_NORMED, take minimum
    if method in [cv.TM_SQDIFF, cv.TM_SQDIFF_NORMED]:
        top_left = min_loc
    else:
        top_left = max_loc
    bottom_right = (top_left[0] + w, top_left[1] + h)
    cv.rectangle(img,top_left, bottom_right, 255, 2)
    plt.subplot(121),plt.imshow(res,cmap = 'gray')
    plt.title('Matching Result'), plt.xticks([]), plt.yticks([])
    plt.subplot(122),plt.imshow(img,cmap = 'gray')
    plt.title('Detected Point'), plt.xticks([]), plt.yticks([])
    plt.suptitle(meth)
    plt.show()

第一件事是我猜这是行不通的，因为我们要在其上寻找模板的主图像的方向不同。

我要指出的第二件事是我不是Python程序员，所以我也在学习，这是我第一次接触OpenCV，因此我试图将我对对象检测的理解应用于我的东西。不能正确理解。

我想做的是从较小的板中获得MAIN图像中边界框的坐标，这样我可以（获得许可）创建一个像样的数据集来真正快速地进行训练-否则，我必须手动进行操作： -（

任何帮助将不胜感激，我有很多示例在工作，但这是一个有趣的问题，我没有发现任何参考。

在我看来，步骤是：

1）找到板并创建边界框

2）在尽可能多的图像上训练数据集，以便在所述板上检测物体

3）测试板时需要从主图像中提取图像，然后应用透视变换。

4）如果愿意，可以将平板放平后进行文本提取。

更新：

所以我尝试了here中的SIFT，结果如下（请注意，该图片已经在上述网站的公共领域中。）-不太符合目标！

更新2

我已经设法按照评论中建议的JD整理了一篇文章中的解决方案，从本质上讲，它使我可以标记足够的图像来创建神经网络，从而更好地检测它们-我将发布更新很快就会得到答案。