在前面使用两个图像相减的差值来识别，在识别的结果里，发现有时候识别错误率很高，那么就需要想办法来改善这种情况。首先来分析一下，为什么图像相减识别的错误率会这么高？如果仔细地分析它们的相减之后的图片，就会发现这样一个问题，当拍摄的扑克牌与库里的牌有角度的差异时，投影变换回来的图像，它们之间显然有像素的差别，导致数量不一样，这样相减就会有影响最后计算像素的个数了。因此，这种切变的特性导致这种方法识别率不高的原因。
有了这个认识之后，就好解决了，接着下来就是找到一种方法，可以让切变的图片也不影响判断。通过前面的特征学习，发现角有旋转等不变性，因而就可以采用前面的ORB特征方法，把每张牌的特征计算出来，最后把要识别的牌的特征也计算出来，这样来比较它们的特征值来判断图片是相似。
下面就来例子说明怎么样计算牌的ORB特征：
这张牌，就是经过平滑和二值化之后，再进行计算1500个特征值显示出来的效果。同理可以计算其它的牌：
