So erkennen Sie ein S/W-Symbol in einem farbigen Dashboard-Foto, wenn Skalierung/Drehung/Farbe unterschiedlich sind (Ope ⇐ Python

[Anonymous]

Problem:
Ich muss prüfen, ob ein kleines Schwarz-Weiß-Symbol (Vorlage) in einem großen, farbigen Dashboard-Foto angezeigt wird.
Das Symbol im Foto kann in Farbe, Maßstab, kleiner Drehung und Komprimierung/Beleuchtung von der Vorlage abweichen.
Exakte Pixelanpassung (Array-Gleichheit / Sliding_Window_View) funktioniert nur, wenn das kleine Bild ein perfekter Ausschnitt des großen ist eine, was nicht mein Fall ist.
Bilder:



Was ich habe:

• Sprache/Bibliotheken: Python 3.x + OpenCV 4.x
• Eingabe 1 (Vorlage): kleines S/W-Symbol (transparenter oder weißer Hintergrund).
• Eingabe 2 (Szene): großes RGB-Foto mit mehreren farbigen Symbolen.

Was ich versucht habe:

• Genaue Pixelübereinstimmung → schlägt fehl, wenn Größe/Farbe/Komprimierung unterschiedlich sind.

• Code: Select all

  cv2.matchTemplate

  in einem Maßstab → funktioniert nur, wenn die Größen übereinstimmen; bricht mit Skalierung/Rotation.
• ORB/SIFT + Homographie → schlägt manchmal aufgrund der geringen Textur in flachen Symbolen fehl.
• Kanten-/Fasenanpassung → besser, kann aber ohne zusätzliche Einschränkungen ähnliche Formen (z. B. ABS vs. Airbag) verwechseln.

Was ich suche:
Eine robuste Methode (oder Kombination) zur Beantwortung der Frage „Existiert dieses Symbol in der Szene?“ und idealerweise zur Rückgabe seiner Position, trotz Farbänderungen und mäßiger Skalierung/Rotation.
Einschränkungen/Anmerkungen:

• Falsch Positive Elemente wie andere rote Symbole („SOS“, „ABS“) sollten vermieden werden.
• Ich kann nach Farbe vorfiltern (z. B. auf rote Bereiche konzentrieren), wenn das hilft.