我有一张来自Kiki's Delivery Service的cel（一张经过扫描的彩色塑料片层，用于创建旧动画电影的框架）的图像，如下所示：

我希望能够将其与电影《Kiki's Delivery Service》中的精确（或足够接近）匹配帧进行匹配：

为了清楚起见，我有一个文件夹，其中包含来自电影的约12，000帧，涵盖了完整的运行时间，因此任务是迭代这些帧，以通过算法找到与cel“最相似”的帧。

我想要的

• 将单元格与其对应的影片帧精确匹配
• 这可能意味着：12，000个帧中的每一个的分数（在0和1之间，包括0和1），其中1意味着与单元格完全匹配，0意味着与单元格绝对不匹配，对于实际的对应帧，分数最大化。
  问题
• 做这件事的最佳方法是什么？
  意见
• 模板匹配似乎是次优的，因为它似乎假设在一个大得多的图像中找到一个小的子图像
• 我知道“图像金字塔”可以用来建立一组越来越小的图像，但这在时间和计算方面似乎很昂贵
• 要素匹配可能是一种更好的方法，因为它似乎独立于缩放和旋转而工作
  我所尝试的
• 删除单元格中的空白背景。这是因为空白是无关紧要的，我不希望它影响任何算法（即算法只尝试匹配具有大量白色背景的图像）

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt

cel = cv.imread('./cels/kikis_delivery_service/1.jpg', 1)
cel_grey = cv.cvtColor(cel, cv.COLOR_BGR2GRAY)

ret, mask = cv.threshold(cel_grey, 220, 255, cv.THRESH_BINARY_INV)
b, g, r = cv.split(cel)
rgba = [b, g, r, mask]
dst = cv.merge(rgba, 4)
cv.imwrite('test.png', dst)

• 模板匹配，但结果不好（使用cv.TM_CCOEFF_NORMED，得分〈0.3）

任何帮助和建议，在这方面将不胜感激。