Comparaison d’images – rotation, alignement et mise à l’échelle

J’ai les besoins suivants. Il existe un certain nombre de formulaires, par exemple des blancs – par exemple ceux utilisés dans les enquêtes. Ceux qui ne sont pas renseignés, je vais appeler des modèles d’image à partir de maintenant. Outre les modèles d’image, j’ai également de nombreuses images, qui sont essentiellement des modèles d’image remplis d’informations. Par exemple, il existe une enquête et deux zones vierges à remplir: il s’agit des modèles d’image. Beaucoup de gens ont rempli les blancs avec leurs informations personnelles et ce sont les images.

Les modèles d’image sont numérisés dans une forme parfaite. Mais de nombreuses images numérisées sont inclinées ou mal alignées, voire redimensionnées. J’ai donc l’exigence suivante: chaque image doit être reconnue à quel modèle d’image elle appartient. Une fois reconnu, il doit être correctement incliné, aligné et mis à l’échelle par rapport au modèle d’image.

Je sais que c’est une tâche complexe et c’est pourquoi j’ai besoin d’une bibliothèque, de préférence C# one. J’ai trouvé AForge , mais jusqu’à présent, je n’ai vu qu’une méthode appropriée pour biaiser. J’ai essentiellement besoin d’une bibliothèque qui prenne en entrée un modèle d’image et une image, et définit un indicateur si l’image ne correspond pas au modèle d’image. Mais si cela concorde, il doit renvoyer l’angle d’inclinaison, l’alignement et la mise à l’échelle appropriés.

Si vous avez des idées ou avez utilisé une telle bibliothèque, je l’apprécierai grandement.

Je vous souhaite le meilleur,

Petar

Le problème semble être un problème d’ enregistrement d’image associé à un problème de correspondance de modèle .

  • enregistrement d’image

En fonction de la manière dont le document numérisé peut être déformé (facteur d’échelle, rotation, inclinaison …), il est possible d’enregistrer des images à l’aide d’une simple transformation rigide (c.-à-d. Translation + rotation, seuls deux points correspondants sont nécessaires) ou plus complexe, telle que la transformation non rigide. (plus de point correspondant sont nécessaires). Les points correspondants peuvent être donnés manuellement, mais devraient idéalement être détectés automatiquement.

La bibliothèque ITK comprend plusieurs méthodes d’enregistrement d’images

  • problème de correspondance de modèle

Une fois que vos images sont alignées, la comparaison entre une image et une firebase database de modèles possible peut être réalisée en extrayant d’abord les caractéristiques de l’image et en les comparant à votre firebase database de modèles. Ceci est très général et devrait être affiné par rapport à l’image utilisée.

Il existe un autre moyen de combiner l’ enregistrement d’images et la correspondance de modèles.

  • l’approche Bag Of Features qui consiste à extraire de l’image des points intéressants (robustes à plusieurs types de déformation d’image), générant une signature qui caractérise l’image, la comparaison d’image étant en fait une comparaison de signature.

Je travaillais auparavant pour une entreprise, Accusoft Pegasus , qui possède un logiciel de reconnaissance de formulaires intéressant. Je n’ai pas vu leur outil FormFix en action depuis quelques années, mais il devrait pouvoir faire ce dont vous avez besoin.