关于图像相似度匹配的方案，求大神给个思路

[oumengAlgorithm]

场景如图所示，类似于车牌，比如我要检测‘6AX58LT’，这个就是模板了，那剩下的其他情况例如‘6AX78LT’和‘6A 58LT’都要排除掉。
这个功能如何用图像相似度匹配的方式来实现（我的意思就是不引入文字识别）。

由于图像采集方式的问题，经过校正后也可能存在一些缩放(10%以内)和倾斜。

最初的想法是分割区域后用SURF来算匹配值，后来发现图像太小，也不够复杂，特征点太少甚至没有，没法计算相似度。

后来尝试过每个区域用哈希编码跟模板比对，但是字体稍微倾斜一点效果就很不稳定，总会把对的挑出去。模板匹配同理。

我感觉是不是我的思路被限制住了，有没有大神给个思路，怎么做~

thanks in advance~

[sunny7862632]

这个图就字母和数字是最明显的特征，竟然不用识别

[ssbqrm]

这种还是用OCR吧，以图搜图很容易误判的

[Vicent_9920]

首先需要确定的是你获取的图片是否是标准？比如都是一个角度拍摄的？ 如果满足上述条件，则可以考虑http://zzimoo.com/similar/，这个我测试了效果还不错。

[danyzhan]

推荐用OCR，每个字符单独读取，然后再根据读取的结果进行字符串校验；

[littlebigluo]

用神经网络： https://blog.csdn.net/weixin_41578580/article/details/80052065

[qq_34421587]

就算不用文字识别也可以计算斑点的数量啊，简单稳定