C# 感知图像散列

嗯。这是（非英语）OCR项目的一部分。我已经完成了预处理步骤，如倾斜、灰度缩放、字形分割等，现在我陷入了最重要的一步：通过将字形与字形图像数据库进行比较来识别字形，因此需要设计一种鲁棒有效的感知图像哈希算法

由于许多原因，我需要的函数不会像一般图像比较问题所要求的那样复杂。首先，我的图像总是灰度的（甚至是黑白的，如果这样可以更容易识别的话）。另一方面，这些字形比照片更“笔划导向”，结构更简单

为了定义一个好的相似性度量，我尝试了自己的一些想法和借用的一些想法。一种方法是将图像划分为一个由M x N个单元格组成的网格，并取每个单元格的平均“黑度”为该图像创建哈希，然后取哈希的欧几里德距离来比较图像。另一种方法是在每个字形中找到“角”，然后比较它们的空间位置。事实证明，它们都不是非常健壮的

我知道有像SIFT和SURF这样更强的候选者，但我有三个很好的理由不使用它们。一是，我猜它们是专有的（或以某种方式获得专利），不能用于商业应用程序。第二，它们是非常通用的，对于我比较简单的图像领域来说，可能是一种过度使用。第三，没有可用的实现（我使用的是C#）。我甚至试图将pHash库转换为C#，但仍然没有成功

---

我终于来了。有人知道代码（C或C或C++或java或VB.NET，但不需要任何在.NET世界中不能使用的依赖关系）、库、算法、方法或思想来创建一个健壮高效的哈希算法，可以在诸如翻译、旋转、缩放、模糊等小视觉缺陷中生存。斑点等。

看起来您已经尝试过类似的方法，但可能仍有一些用处：

---

谢谢你，伙计。是的，我以前看过这篇文章。但正如作者所说：“然而，如果有修改——比如添加了文本或将头部拼接到位，那么平均哈希可能无法完成这项工作。虽然pHash速度较慢，但它对微小修改的容忍度非常高（微小的修改不到图片的25%）。”OCR图像通常具有轻微的（有时严重的）转变。