我正在使用 opencv 在视频流中查找模板图像。我试图找到的元素是 android 应用程序的 UI 元素。
经典模板匹配运行良好。但只要场景和模板共享相同的分辨率。我的要求是让它适用于不同的场景分辨率（不同的设备）。
到目前为止我尝试的是：
非常感谢任何帮助或想法！
几个例子：
场景：
模板：
场景二：
模板二：
场景3：
模板3：
如果您的模板都基于某种文本，您可以使用某种 OCR 来匹配文本本身，而不仅仅是功能。
关于功能，您可以阅读：SIFT、SURF、KAZE、AKAZE、ORB 和 BRISK 的比较分析。
特别是在以下部分有aloo：
似乎您的特征提取器通常使用角点，而您需要更多通用特征。
SURF 和 SIFT 似乎更适合您的情况。由于您的搜索不应该关心旋转（至少根据您的示例），您可以做的是匹配特征而不是图像的模板。也就是说，您正在缩放图像中模板的特征位置。
我相信Haar Cascades（由Viola-Jones使用）本质上是尺度不变的。现代神经网络也严重弃用，但我对此一无所知。它也不做任何 OCR - 如果您需要，您需要在提取的子图像上运行单独的算法。
您可能想尝试一些最初受到监督的东西。
例如，https://docs.opencv.org/3.4/d1/d2d/classcv_1_1ml_1_1SVM.html
如果你有数据来训练它，它会起作用。
为什么不尝试从一开始就按百分比编程呢？像这样，它可以在任何分辨率下进行扩展。循环和检查只会产生更多的工作并消耗更多的资源。如果有办法按百分比显示元素，则可以得到任何分辨率的结果。