我想允许用户使用画布输入他们的签名，然后使用图像识别通过将签名与签名的一个或多个存储版本进行匹配来对签名进行身份验证（在某种程度上）。
我可以从Capture Signature using HTML5 and iPad看到有一些很棒的库来捕获签名。
我还可以从Feature Extraction with Javascript看到JavaScript中有图像处理库，这很棒，因为我不想读取签名，我只想将其处理为一个图像。
我不知道如何使用图像处理库来匹配或识别图像。我正在尝试在创新冲刺期间进行设计概念验证，所以实际上我没有时间做很多推测性编码。事实上，如果没有成衣解决方案，我也有兴趣将这些签名捕获小部件与在线图像识别服务配对，如果有相当于http://www.skybiometry.com/Demo#recognition的图像
[编辑]为了避免因为偏离主题而被关闭，我可以澄清一下，我不是要求人们最喜欢的图像匹配库，而是询问是否存在能够估计相似性的任何工具或库。两个线性，草书，单色图像，还要询问从http://www.pixastic.com/lib/和https://github.com/harthur/hog-descriptor等现有图像处理库到图像比较需要采取的步骤（如果有的话）。
答案 0 :(得分：1)
有点偏离主题，但仍然有关，因为你提到了多种生物识别方法。
我们的问题：
我们有多家零售店和经理。只有那些经理才有权更改价格，并且该权限要求他们的PIN码执行。问题是管理人员会忙碌，当销售人员接触他们时，他们会将他们的个人识别码提供给销售人员。安全违规。
我们的解决方案：
我们安装了指纹识别器，因此管理人员必须亲自完成他们自己有权完成的任务。没有更多的PIN会导致安全违规。
指纹验证比其他生物识别技术具有更少的误报和更少的假阴性。实施起来很便宜，并且可以将行动与权威相匹配。对我们来说这是一个很好的解决方案。
答案 1 :(得分：0)
感谢来自Heather Arthur的有用指针，我可以将对这个问题感兴趣的人指向http://harthur.github.io/kittydar/，这可以准确地说明从同一作者的https://github.com/harthur/hog-descriptor到功能（猫）需要哪些步骤）图像识别系统。
来自https://github.com/harthur/kittydar的工作原理部分：
Kittydar首先将图像切割成许多“窗口”来测试 猫头的存在。对于每个窗口，kittydar首先提取更多 来自图像数据的易处理数据。即，它计算 图像的Orient Gradients描述符的直方图，使用 猪描述符库。该数据描述了该方向 图像中的边缘（图像从浅到深变化的地方） 反之亦然）他们是什么力量。这个数据是一个向量 然后将数字输入到一个给出数字的神经网络中 关于直方图数据代表猫的可能性从0到1。
神经网络（其JSON位于此回购中）具有 已经预先训练了成千上万的猫头和他们的照片 直方图，以及成千上万的非猫。请参阅回购 节点训练脚本。