与opencv和python匹配的智能模式

我有35张像这样的照片：。它们都是八角形，里面有四个数字，还有手工制作的连接数字的线（类似于图形）。图案可以有一行或两行。。。或6，因此有2个pow 6=64个可能的有效组合

我必须制作一个python脚本来计算有多少不同（唯一）的组合。我该怎么做

以下是一些限制条件： -不应接受与64种不同的模式。示例：和 -线条可以更长、更短，也不是很直，如下所示：

我认为也许正确的方法是使用人工智能和接受模式的某种训练，并且某种程度上函数可以返回更相似的模式及其匹配分数（即：从1到100）

有什么建议吗？请记住，我是opencv的新手

---

非常感谢你的帮助

你必须更好地定义什么是被接受的，什么是不被接受的，否则你尝试的任何技术都会带来糟糕的结果。例如，在考虑了“shaker lines”模式之后，对我来说，“pat-errow02.png”似乎是一个非常有效的模式：它连接1到2、2到4和4到3。碰巧做这件事的人没有费心画四条单独的、有些直的曲线。这取决于你希望它有多坚固，如果一条线可以从一个点出发，经过任何扭曲的路径，最后到达另一个点，那么没有一个程序能如此精确。处理这一问题的一种方法是有大量的正确案例和错误案例。然后你可以选择任何分类器，knn，svm等。我认为如果没有我描述的极端情况，原始特征就足够了。谢谢大家的回答。我考虑过为每个线段（直线）创建一个可接受区域的遮罩，然后分析该区域内是否有直线以及直线或长度。像这样：[b，c，d，e，f]。如果这不是一个好方法，那么我认为唯一的方法就是使用神经网络。你会推荐哪种方法？再次感谢！