我正在寻找最好的图书馆来搜索两个不同图像中的相同区域,所有图像都以JPEG格式压缩,噪音很大。我很难找到一个。问题是如果你缩放一个jpeg,你会发现它看起来像莫奈,我的意思是,噪音包含一个与原始图像没有直接联系的调色板。因此,我不需要在图像中搜索相同的数组,而是需要找到“最相似的数组”。
这些图片来自googlemap类似网站上的随机屏幕截图,图片不能采用jpeg以外的其他格式。
我尝试了很多手动方式。
我的一个方法是:
这个算法有效,但是我在一维数组中做了所有事情,而且速度非常慢。
现有的库是否会直接执行此算法?
我的算法是:
// Where SRC is the bigger image in which I search
// Offset is where in my small image I start to search
// Len is how long is my searched array
// Size is the size of the bigger image in which I'm searching.
// private Point simpleSearch(byte[] src, int offset, int len, byte[] search, Size size)
{
byte[] ddd = new byte[len];
Array.Copy(search, offset, ddd, 0, len);
int lowest = 100000000;
int locmatch = 0;
for (int i = 0; i < src.Length - len; i++)
{
int thed = 0;
for (int a = 0; a < len; a++)
{
int diff = Math.Abs(src[i + a] - ddd[a]);
thed += diff;
}
thed = thed / len;
if (thed < lowest)
{
lowest = thed;
locmatch = i-len;
}
}
int yy = (locmatch / size.Width);
int xx = locmatch - (yy * size.Width);
Point p = new Point(xx, yy);
return p;
}
答案 0 :(得分:2)
Yep相关或频谱特征是判断两个图像区域有多相似的方法。但我认为你真正想要的是有效搜索重叠区域的算法。
Correspondence problem是计算机视觉中定义明确的问题,试图找出图像的哪些部分对应于另一个图像的哪些部分。有基于RANSAC的算法。
还有a quad-tree algorithm将复杂性降低到对数顺序。