У меня есть база данных изображений. Когда я беру новое изображение, , я хочу сравнить его с изображениями в этой базе данных и получить оценку сходства (используя OpenCV). Таким образом, я хочу обнаружить, если у меня есть изображение, которое очень похоже на свежую картину.
Можно ли создать отпечаток пальца/хэш моих изображений базы данных и сопоставить с ним новые?
Я ищу фрагмент кода алогрима или техническую демонстрацию, а не коммерческое решение.
Бест,
Стефан
Как прокомментировал Pual R, этот "отпечаток/хэш" обычно представляет собой набор векторов признаков или набор дескрипторов функций. Но большинство векторных векторов, используемых в компьютерном зрении, обычно слишком дорогостоящие вычисления для поиска по базе данных. Поэтому для этой задачи требуется специальный вид дескрипторов функций, поскольку такие дескрипторы, как SURF и SIFT, занимают слишком много времени для поиска даже при различных оптимизации.
Единственная вещь, которую OpenCV имеет для вашей задачи (категоризация объектов) - это реализация Сумки визуальных слов (BOW).
Он может вычислять специальные функции изображения и готовить словарный словарный словарь. Затем вы можете использовать этот словарь для поиска похожих изображений в своей базе данных и вычисления оценки подобия.
Вот документация OpenCV для мешка слов. Также OpenCV имеет образец с именем bagofwords_classification.cpp. Это действительно большой, но может быть полезным.
Системы поиска изображений на основе контента по-прежнему являются областью активных исследований: http://citeseerx.ist.psu.edu/search?q=content-based+image+retrieval
Сначала вы должны быть понятны, что похоже на ваш контекст:
Нет алгоритма "обслуживать все потребности" для описанной вами проблемы. Чем больше вы можете поделиться об особенностях своей проблемы, тем лучше вы получите ответы. Проводка некоторых репрезентативных изображений (если возможно) и описание желаемого результата также очень полезна.
Это был бы хороший вопрос для computer-vision.stackexchange.com, если он уже существовал.
Вы можете использовать pHash Algorithm и сохранить pHash значение в базе данных, а затем использовать этот код:
double const mismatch = algo->compare(image1Hash, image2Hash);
Здесь значение "несоответствие" может легко рассказать о соотношении подобия между двумя изображениями.
Функция pHash:
Эти функции достаточно хороши для оценки сходства изображений во всех аспектах.