图像和相似性匹配中找到相似部分的最佳图书馆选择是什么?
谢谢。
答案 0 :(得分:6)
听起来像尺度不变特征变换(SIFT)可能是您真正想要的算法。另外,我不知道任何包含它的通用图像处理库,但是肯定会找到独立的实现(并且知道名称应该使Googling相对容易)。
答案 1 :(得分:2)
ImageJ最快的图像处理库。
答案 2 :(得分:2)
OpenCV一如既往地是一个可靠的选择。
那就是说,VLFeat也很好。它包括许多流行的特征检测器(包括SIFT,MSER,Harris等)以及像(kd-trees和quickshift)这样的聚类算法。你可以很快地使用它来拼凑一些单词分类器。
虽然SIFT肯定是一个可靠的通用解决方案,但它实际上是一个由特征检测器组成的管道(图像中的点很有趣),一个特征描述符(对于图像中的每个有趣点,什么是一个很好的表示)和一个功能匹配器(给定描述符和描述符数据库,如何确定最佳匹配)。
根据您的应用程序,您可能希望拆分此管道并交换不同的组件。 VLFeat的SIFT实现非常模块化,让您可以轻松地进行实验。
答案 3 :(得分:0)
从未进行图像处理,但我从朋友那里听说OpenCV相当不错,他们通常使用C ++