Как улучшить / изменить параметры соответствия функций - SIFT SURF - Opencv

Question

Я пытаюсь использовать сопоставление объектов, чтобы определить, похожи ли два изображения. Я пробовал SIFT, SURF и ORB с похожими результатами от каждого. Сначала я пытаюсь отобразить совпадения между этими двумя изображениями. Изображение1 Изображение2 Я пробовал как грубое совпадение сил, так и совпадение knn, но в обеих реализациях я получаю около 10 совпадений с точностью от до нуля. Являются ли эти два изображения слишком разными с точки зрения масштаба, трансформации и перспективы для получения точных совпадений? Какие параметры я могу изменить, чтобы улучшить производительность? Совпадение часто приводит к большому количеству совпадений, но только к нескольким тестам коэффициента прохождения.

import cv2
import matplotlib.pyplot as plt
import numpy as np

model = cv2.imread("path")
modelg = cv2.cvtColor(model,cv2.COLOR_BGR2GRAY)
modelg = cv2.GaussianBlur(modelg,(7,7),0)
height, width = modelg.shape[:2]
print(str(height)+ " " + str(width))


frame = cv2.imread("Path")
plt.imshow(frame)
plt.show()

#frame = cv2.imread("Path")

frame = cv2.resize(frame,(width,height))
frame = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(frame,(7,7),0)


#blur = cv2.blur(frame,(7,7))
plt.imshow(blur,cmap='gray')
plt.show()
plt.imshow(modelg,cmap='gray')
plt.show()

# Initiate SIFT detector
surf = cv2.xfeatures2d.SURF_create()
# find the keypoints and descriptors with SIFT
orb = cv2.ORB_create()
# find the keypoints and descriptors with ORB
kp1, des1 = surf.detectAndCompute(modelg,None)
kp2, des2 = surf.detectAndCompute(blur,None)
#kp1, des1 = surf.detectAndCompute(,None)
#kp2, des2 = surf.detectAndCompute(blur,None)
# BFMatcher with default params

bf = cv2.BFMatcher()
matches = bf.knnMatch(des1,des2,k=2)
print(len(matches))
# Apply ratio test
good = []
for m,n in matches:
    if m.distance < 0.75*n.distance:
        good.append([m])
print(len(good))
# cv.drawMatchesKnn expects list of lists as matches.
img3 = cv2.drawMatchesKnn(modelg,kp1,blur,kp2,good,None,flags=cv2.DrawMatchesFlags_NOT_DRAW_SINGLE_POINTS)
plt.imshow(img3),plt.show()