Image processing 在图像中定位模板

我有一个图像和一个模板。我试图找出模板是否存在于图像中，如果存在，其实例在图像中的位置。类似于这些图像：

结果是：

这些图像来自此页面： 有一个参考Rucklidge的算法，但我没有找到关于该算法的信息

我不需要旋转超过15度或缩放超过20%（大或小）。最好的方法是什么

---

*编辑：*我有一个构成图像边缘的黑色像素列表，还有一个构成模板的像素列表。我只是在寻找一种简单的方法来找到模板图像像素列表的最佳（x，y）偏移量，使它们尽可能接近构成图像的像素。一些公差是很好的，允许几个百分比的缩放或几个角度的旋转，但没有什么激进的。

从您引用的页面中寻找链接，其中包括一些代码，用于解决与您相同的问题

Rucklidge在《利用Hausdorff距离有效定位物体》（国际计算机视觉杂志，第24卷，第3期，1997年9月/10月）和《利用Hausdorff距离进行有效视觉识别》（Springer LNCS第1173号）一书中发表了他的算法版本。除了你可以通过谷歌获得的那本书的片段之外，我没有读过任何其他内容。听起来Rucklidge似乎有有效的方法来修剪搜索空间，通过证明大区域（位置、变换）不能包含被搜索对象的良好副本来排除大区域（位置、变换）

我认为你现在的问题——“做这件事的最佳方法是什么？”——需要一个实质性的研究计划，而不是一个堆积如山的答案。据我所知（我不是该领域的专家），这仍然是一个活跃且具有挑战性的研究领域。

这里的关键词是。您的原始链接很好地解释了Hausdorff度量。所以一旦你知道了算法很简单-

将图像和模板转换为二进制模式

在图像中查找距离最小的区域（区域，您的模板）Hausdorff\u

---

谢谢我想要一些简单的东西，比如在图像上应用一个Canny过滤器（获取那些边缘的图像），然后看看我如何计算移动第一个图像的位置（我保持简单，可能有点旋转和缩放，不太多），以便模板与它对齐（大致）。但现在的问题是，我如何找到区域？暴力测试所有大小为MxN的区域，其中MxN是模板的大小？@Dmi，您也可以在该区域上滑动窗口。