我有此模板来匹配图像中的对象。但是，例如图像中的真实对象看起来并不像第二个图像。我需要进行哪些操作才能使图像（如第二张）准备好进行模板匹配？仅供参考，第三张图片显示了理想的匹配。
从另一个角度来说，我将模板适合该图片。也就是说，我在图像上给出了四个角坐标以匹配模板中的角坐标。然后，它将计算出一种使模板适合该区域的方法。
更新：问题已解决。感谢我在下面选择的答案。我成功地将模板应用于图像。最后一张图片显示了结果。
#1 楼
您发布的样本图像具有相对较强的透视图（并非从表面法线方向直接成像），这可能会导致模板匹配技术出现问题，例如使用块处理。我假设您必须拍摄具有强透视图的图像，所以我们要做的第一件事是估计图像变换，该变换将消除透视图投影并得到校正后的图像（“纯图像”）。校正形状已知时的透视投影
预处理的最终目标是找到该灰色矩形的角，该矩形是色表的背景。我从简单地用恒定值阈值开始。文献/网络上有很多有关在图像光线不均匀时如何进行阈值处理的信息，但是，如果可以的话，请尝试校正成像设置，使光线相对均匀。
我假设色卡占据了屏幕的很大一部分，因此它可能是图像的最大连续区域。存在许多黑白标签功能（MATLAB bwlabel，IPP LabelMarkers，OpenCV具有外部库cvblob），它们将为每个不同的连接区域提供自己的索引。标记后，可以使用直方图计算连接的组件的面积，然后选择面积最大的组件。
从而使组件没有孔，从而减少了边缘像素的数量。还可以通过跟踪连接到黑色像素的白色像素来跟踪边缘），以获得属于边界的像素。
由于我们感兴趣的对象是矩形，因此我使用鲁棒线拟合（RANSAC）将四条线拟合到边缘像素。找到新线后，我删除了所有与找到的线接近的点，这将强制后续的拟合操作返回对象的其他边缘。最终，当找到所有边缘时，我计算了线组之间所有可能的交点。从结果点的集合中，我删除了图像之外的所有点。 $（单应性，两个平面之间的投影。使用直接线性变换（DLT）求解$ H $）在毫米坐标和像素坐标之间。
$ \ textbf {x} = H \ textbf { X} $
然后可以使用此变换矩阵来变换原始图像，以便从表面法线的方向直接对颜色图表进行成像。 >
可以看出，仅留下了径向变形。当我们使用变换$ H $进行图像变换（2D插值）时，我们选择了插值坐标，这样我们就知道了图像的精确分辨率，这意味着我们现在知道例如字母的大小。
如果我们仍然想进行模板匹配，则可以使用任何合适的模板匹配方法。该方法不必是旋转/缩放不变的，因为图像已经得到纠正。
评论
您不会匹配该白色网格，是吗？您想在第二张图像中匹配实际的彩色网格，对吗？@endolith我认为这两种方法都很好。
您可以分享算法的基本概念吗？我需要对图表执行相同操作。