改进模板与多个模板的一个图像匹配/在图像上查找字符

如何解决改进模板与多个模板的一个图像匹配/在图像上查找字符

想法： 我有一个屏幕截图，想在这张图片上找到所有字符和数字及其位置。最简单的方法是使用 opencv 匹配模板并将我拥有的所有字符（大约 800 个）作为“.png”与屏幕截图进行比较。

myTemplatesPath = "C:/MyPath/Templates/"
allTemplateFiles = [os.path.join(root,name) for root,dirs,files in os.walk(myTemplatesPath) for name in files]
Templates_all = [cv2.imread(f,cv2.IMREAD_GRAYSCALE) for f in allTemplateFiles]   
imgrey = cv2.cvtColor(screenshot,cv2.COLOR_BGR2GRAY)
for template in Templates_all:       
   results = cv2.matchTemplate(imgrey,template,cv2.TM_CCOEFF_norMED)
   results = np.where(results > 0.99)

图片：

具有不同字体大小的模板（只是一些示例）：

,

，

这 100% 工作正常。我唯一的问题是速度。查找图像中的所有位置大约需要 6s，因为它必须将 800 个模板与这 1 个图像进行比较。这次我想改进。

我有几个想法来提高这个速度：

1. 使用OCR -> 不可靠，无法识别每个字符
2. 特征检测没有检测到所有字符，就像大“L”没有特征一样。
3. 使用查找轮廓将图像划分为 ROI，然后提取这些轮廓的宽度和高度，然后只比较适合提取的宽度和高度大小的模板。这将大大减少屏幕比较并提高速度，但查找轮廓会导致将字符分成 3 个或更多部分的轮廓，从而导致高度和宽度不正确。

所以我仍在寻找一种找到字符位置的好方法，该方法 100% 可靠但速度更快。 （我更喜欢第 3 个想法，但我对每个提案都持开放态度）