行。这是（非英语）OCR项目的一部分。我已经完成了预处理步骤，例如纠偏，灰度，字形分割等，现在我停留在最重要的一步：通过将字形与字形图像数据库进行比较来识别字形，从而需要设计一个强大而有效的感知图像哈希算法。
由于许多原因，我需要的功能不会像通用图像比较问题那样复杂。首先，我的图像总是灰度级（甚至B＆amp; W，如果这使得识别任务更容易）。另一方面，这些字形更“面向笔画”，结构比照片更简单。
我尝试了一些自己的和一些借用的想法来定义一个好的相似性指标。一种方法是将图像划分为M×N个单元格，并取每个单元格的平均“黑度”以创建该图像的散列，然后采用散列的欧几里德距离来比较图像。另一个是在每个字形中找到“角落”，然后比较它们的空间位置。它们都没有被证明是非常强大的。
我知道有更强大的候选人，如SIFT和SURF，但我有三个很好的理由不使用它们。一个是我猜他们是专有的（或以某种方式获得专利），不能用于商业应用程序。其次是它们是非常通用的，并且对于我稍微简单的图像域来说可能是一种矫枉过正。第三是没有可用的实现（我正在使用C＃）。我甚至试图将pHash库转换为C＃，但仍未成功。
所以我终于来了。有没有人知道代码（C＃或C ++或Java或VB.NET，但不应该要求任何不能在.NET世界中使用的依赖项），库，算法，方法或想法来创建一个强大而有效的散列算法，可以存在轻微的视觉缺陷，如平移，旋转，缩放，模糊，斑点等。
答案 0 :(得分：0)
看起来你已经尝试了类似的东西，但它仍然有用：