寻找相似图像的算法

Question

寻找相似图像的算法

algorithmmathimage-comparison

91

我需要一种算法，可以确定两个图像是否“相似”，并识别颜色、亮度、形状等方面的相似模式。我可能需要一些指针，了解人脑用于“分类”图像的参数。

我已经看过基于哈斯多夫匹配的方法，但似乎主要用于匹配变换后的对象和形状的模式。

- kitsune

这个相关的问题中有一些不错的答案：https://dev59.com/EnVD5IYBdhLWcg3wTJvF - blak

2

很多“可能”和“也许”的说法。有人尝试过所有这些建议，并知道哪个是最好的吗？ - john k

已经过去了13年，但我想在这里更新一下，基于机器学习的图像特征向量可以具有鲁棒性，并且可以通过余弦相似度进行轻松比较。您可以搜索img2vec项目或类似latentvector.space的内容以获得更简单的API集成（免责声明：我运营该服务）。 - Christian Safka

16个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- JValente · Answer 1

根据您需要的精确结果程度，您可以将图像简单地分解为n x n像素块并进行分析。如果在第一个块中得到了不同的结果，则不能停止处理，从而实现一些性能改进。

要分析这些方块，您可以例如获取颜色值的总和。

- Abyss Knight · Answer 2

这听起来像是一个视觉问题。您可能需要研究自适应提升和Burns线提取算法。这两个概念应该有助于解决这个问题。如果您刚接触视觉算法，边缘检测是更简单的起点，因为它解释了基础知识。

至于分类参数：

- 颜色调色板和位置（渐变计算、颜色直方图） - 包含的形状（Ada. Boosting/训练以检测形状）

- Vivek Srinivasan · Answer 3

很抱歉晚加入讨论。

我们甚至可以使用ORB方法来检测两个图像之间的相似特征点。以下链接提供了ORB在Python中的直接实现。

http://scikit-image.org/docs/dev/auto_examples/plot_orb.html

即使是openCV也有ORB的直接实现。如果您想了解更多信息，请参考下面提供的研究文章。

https://www.researchgate.net/publication/292157133_Image_Matching_Using_SIFT_SURF_BRIEF_and_ORB_Performance_Comparison_for_Distorted_Images

- Dark Shikari · Answer 4

你可以在两个图像之间执行某种块匹配运动估计，并测量残差总和和运动矢量成本（就像视频编码器中所做的那样）。这将补偿运动；为了加分，进行仿射变换运动估计（补偿缩放和拉伸等）。你也可以使用重叠块或光流方法。

- Dima · Answer 5

作为第一步，您可以尝试使用颜色直方图。但是，您真的需要缩小问题域。通用图像匹配是一个非常困难的问题。

- dbrien · Answer 6

在其他帖子中有一些不错的答案，但我想知道是否可以使用光谱分析来解决问题？即将图像分解为其相位和幅度信息并进行比较。这可能避免了一些裁剪、变换和强度差异的问题。无论如何，这只是我的猜测，因为这似乎是一个有趣的问题。如果你搜索http://scholar.google.com，我相信你可以找到几篇相关的论文。