|
|
发表于 2018-10-12 14:33:21
|
显示全部楼层
常用技术：
1、Comparing histograms
最简单快速的方法，几十年前被提出用于发现图片相似性。森林多是绿的，人脸多是粉的，如果比较两张森林的照片，会发现在直方图方面有更多的相似，因为他们都有很多绿色。
不足：过于简化，香蕉和沙滩因为颜色的原因，看上去很像
Opencv：compareHist()
2 Template matching
一个很好的用处是寻找优质匹配（good match）。使用要进行搜索的图片和被搜索图片进行卷积。通常用于在大图中寻找小图片段。
不足：仅返回优质结果，相同图片、相同大小或方向
Opencv：matchTemplate()
3、Feature matching
很可能是图片搜索中最有效率的方法。以一种保险的方式从一张图片中提取一些特征，保证即使进行了旋转、缩放、扭曲（skewed），仍然能够再次提取出相同的特征。按照这种方式提取的特征能够匹配其他图片的特征集合。另一张图片如果含有很高比例第一张图片所具有的特征的话，他们在很大程度上描绘了相同的对象或场景。能用于在照片中寻找不同拍摄角度的相对差异，或者重叠量。
有很多Opencv手册&例子，有一整个opencv模块（features2d）专用于做这个事情。
不足：速度很慢，并不完美 |
|
