1、基于ORB特征的方法 1、检测两张图的ORB特征点 2、特征匹配 3、计算单应性矩阵 4、扭转图片
图示 具体的代码实现可以参考这篇文章：https://blog.csdn.net/yuanlulu/article/details/82222119?utm_source=blogxgwz7
2、图像模板匹配 + OCR识别验证 1、在原图中获取模板图及对应的字符串（OCR识别即可得到） 2、在目标图片上进行图像模板匹配 3、对匹配到的结果进行OCR识别 4、验证模板字符串与OCR识别结果是否匹配 5、重复上述过程，直到找到第2个匹配模板
注：该方法仅仅适用于文本内容丰富的图片对齐
OCR模型参考：AI实战：用DenseNet + CTC搭建中文OCR模型 图像模板匹配参考： opencv+python实现图像匹配----模板匹配、特征点匹配
3、图像模板匹配 1、在原图中获取模板图 2、在目标图片上进行图像模板匹配 3、重复上述过程，直到找到第2个匹配模板
图示 原图： 模板图：
匹配结果：
图像模板匹配参考： opencv+python实现图像匹配----模板匹配、特征点匹配
4、SIFT特征点匹配 1、SIFT特征点匹配 2、单应性矩阵Homography Matrix 3、随机抽样一致算法（Random sample consensus:RANSAC）
图示 代码实现参考：Python进行SIFT图像对准