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。
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。
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。
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。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。