Question

我今天大部分时间都在尝试寻找某种功能来为已知图像生成密钥，以便稍后进行比较以确定图像是什么。我试图使用SIFT和SURF描述符，这两种描述符都太慢（并且专利用于商业用途）。我最近的尝试是使用：

创建一个dct哈希

   int mm_dct_imagehash(const char* file, float sigma, uint64_t *hash){

    if (!file)  return -1;
    if (!hash) return -2;

    *hash = 0;

    IplImage *img = cvLoadImage(file, CV_LOAD_IMAGE_GRAYSCALE);
    if (!img) return -3;

    cvSmooth(img, img, CV_GAUSSIAN, 7, 7, sigma, sigma);

    IplImage *img_resized = cvCreateImage(cvSize(32,32), img->depth, img->nChannels);
    if (!img_resized) return -4;

    cvResize(img, img_resized, CV_INTER_CUBIC);

    IplImage *img_prime = cvCreateImage(cvSize(32,32), IPL_DEPTH_32F, img->nChannels);
    if (!img_prime) return -5;


    cvConvertScale(img_resized, img_prime,1, 0);

    IplImage *dct_img = cvCreateImage(cvSize(32,32), IPL_DEPTH_32F, img->nChannels);
    if (!dct_img) return -6;

    cvDCT(img_prime, dct_img, CV_DXT_FORWARD);

    cvSetImageROI(dct_img, cvRect(1,1,8,8));

    double minval, maxval;
    cvMinMaxLoc(dct_img, &minval, &maxval, NULL, NULL, NULL);

    double medval = (maxval + minval)/2;

    int i,j;
    for (i=1;i<=8;i++){
        const float *row = (const float*)(dct_img->imageData + i*dct_img->widthStep);
        for (j=1;j<=8;j++){
            if (row[j] > medval){
                (*hash) |= 1;
            }
            (*hash) <<= 1;
        }
    }

    cvReleaseImage(&img);
    cvReleaseImage(&img_resized);
    cvReleaseImage(&img_prime);
    cvReleaseImage(&dct_img);

    return 0;
}

这确实产生了我正在寻找的类型，但是当我尝试将它与已知哈希的数据库进行比较时，我得到的积极因素与我的积极因素一样多。所以，我回过头来想，我可能会问专家。

你们中的任何人都知道/有一个功能可以为我提供某种标识符/校验和提供的图像，这些功能在类似的图像中保持相似，因此可以通过与数据库的比较来快速识别图像吗？简而言之，图像最适合哪种校验和？

我不是在寻找理论，概念，论文或想法，而是寻找有效的解决方案。我不会再花一天时间去寻找死胡同，并且感谢任何花时间整理代码的人。

通过更多研究，我知道autoit devs设计了pixelchecksum来使用“Adler-32”算法。我想下一步是找到一个c实现并让它来处理像素数据。欢迎任何建议！

Answer 1

谷歌搜索“微软图像哈希”已经接近顶部关于我所知道的两个最佳论文。都提供实用的解决方案

Answer 2

简短的回答是，您的问题没有开箱即用的解决方案。此外，Adler-32算法无法解决您的问题。

不幸的是，使用图像签名（或相关概念）通过视觉相似性比较图像是一个非常活跃和开放的研究课题。例如，你说你的测试中有很多误报。但是，正确或错误的结果是主观的，取决于您的申请。

在我看来，解决问题的唯一方法是找到适合您问题的图像描述符，然后用它来比较图像。请注意，比较从图像中提取的描述符并非易事。

与图像或密钥数据库的图像比较

2 个答案: