Image processing 图像比较
在visual c中比较两个图像的有效方法是什么。。？ 还必须以何种格式存储图像（bmp、gif、jpeg…）？Image processing 图像比较,image-processing,image-comparison,Image Processing,Image Comparison,在visual c中比较两个图像的有效方法是什么。。？ 还必须以何种格式存储图像（bmp、gif、jpeg…）？ 请提供一些建议你的问题在复杂性方面打开了一个漏洞 如果要比较两个图像以检查它们是否相同，则需要对文件执行md5（删除可能扭曲结果的元信息） 如果你想比较一下它们看起来是否一样，那就完全不同了。“外观相同”的含义非常松散（例如，它们是完全相同的图像，但以两种不同的文件格式存储）。为此，您需要高级算法，这将为您提供两个图像相同的概率。我不是该领域的专家，我会执行以下“我头脑中发明的”算法
请提供一些建议你的问题在复杂性方面打开了一个漏洞 如果要比较两个图像以检查它们是否相同，则需要对文件执行md5（删除可能扭曲结果的元信息） 如果你想比较一下它们看起来是否一样，那就完全不同了。“外观相同”的含义非常松散（例如，它们是完全相同的图像，但以两种不同的文件格式存储）。为此，您需要高级算法，这将为您提供两个图像相同的概率。我不是该领域的专家，我会执行以下“我头脑中发明的”算法：
- 从图像中获取任意一组像素点
- 对于每个像素，从颜色相近的周围像素中“生长”出一个多边形（根据HSV颜色空间）
- 对另一个图像执行相同的操作
- 对于一幅图像中的每个多边形，检查与另一幅图像中所有其他多边形的几何相似性，并选择最大值。将该值除以多边形的面积（以进行规格化）
- 用获得的最高值创建一个向量
- 该向量的范数越高，两幅图像相同的可能性就越大
该算法对颜色漂移和图像旋转不敏感。也可以缩放（根据区域进行规格化）。但我重申：不是专家，可能有更好的，而且它会让小猫哭。你的问题在复杂性方面打开了一个虫子罐 如果要比较两个图像以检查它们是否相同，则需要对文件执行md5（删除可能扭曲结果的元信息） 如果你想比较一下它们看起来是否一样，那就完全不同了。“外观相同”的含义非常松散（例如，它们是完全相同的图像，但以两种不同的文件格式存储）。为此，您需要高级算法，这将为您提供两个图像相同的概率。我不是该领域的专家，我会执行以下“我头脑中发明的”算法：
- 从图像中获取任意一组像素点
- 对于每个像素，从颜色相近的周围像素中“生长”出一个多边形（根据HSV颜色空间）
- 对另一个图像执行相同的操作
- 对于一幅图像中的每个多边形，检查与另一幅图像中所有其他多边形的几何相似性，并选择最大值。将该值除以多边形的面积（以进行规格化）
- 用获得的最高值创建一个向量
- 该向量的范数越高，两幅图像相同的可能性就越大
该算法对颜色漂移和图像旋转不敏感。也可以缩放（根据区域进行规格化）。但我重申：不是专家，可能有更好的方法，而且可能会让小猫哭。如果你试图比较的图像具有你试图区分的独特特征，那么这是一个很好的方法。你需要什么格式的文件这一问题实际上无关紧要；您需要将其作为数字数组加载到程序中并进行分析。如果您试图比较的图像具有您试图区分的独特特征，那么这是一个很好的方法。你需要什么格式的文件这一问题实际上无关紧要；您需要将其作为一个数字数组加载到程序中并进行分析。如果您想确定两个图像在感知上是否相同，我认为最好的方法是使用图像哈希算法。您将计算两个图像的散列，并且您将能够使用散列来获得它们匹配程度的置信度评级
我在这方面取得了一些成功，但我不知道使用Visual C有多容易。搜索“几何哈希”或“图像哈希”可能会有所帮助。如果您想确定两个图像在感知上是否相同，我相信最好的方法是使用图像哈希算法。您将计算两个图像的散列，并且您将能够使用散列来获得它们匹配程度的置信度评级
我已经取得了一些成功的一个方面是，尽管我不知道使用Visual C有多容易。搜索“几何哈希”或“图像哈希”可能会有所帮助。测试严格标识很简单：只需将源图像A中的每个像素与图像B中相应的像素值进行比较。如果所有像素都相同，图像是相同的 但我想我不想要这种严格的身份。即使对图像B应用了某些转换，您也可能希望图像“相同”。这些转换的示例可能是：
- 全局更改图像亮度（针对每个像素）
- 局部更改图像亮度（针对特定区域中的每个像素）
- 局部或全局改变图像饱和度
- 伽马校正
- 对图像应用某种过滤器（例如模糊、锐化）
- 更改图像的大小
- 轮换
简而言之，您必须确定要将哪些变换视为“相同”，然后找到对这些变换不变的图像度量。（或者，您可以尝试还原翻译，但如果转换从图像中删除信息，例如模糊或剪裁图像，则无法还原翻译）测试严格标识很简单：只需比较