软件链找到重复的图像

Question

我想要实现的目标

我正在寻找一个软件链来查找重复的图像。 首先，这是我如何定义重复图像： 有一张原始图像，直接来自相机，以及该图像的修改版本。修改图像可以是以下操作中的任何一个或组合：

• 改变亮度，对比度，着色（图像的修改版本可以是黑白两种）
• 裁剪
• 调整大小
• 旋转
• 在图像周围添加框架
• 在框架上书写

一个真实世界的例子：

原始图片

亮度+亮度变化+调整大小

种植

框架+文字

匹配上面任意一对图像应该会找到重复的图像。 正如您所看到的，修改并非旨在具有破坏性，而是具有改进性。例如，图像的主要主体（这里是闹钟）永远不会在其中间被裁剪。

可以链接修改（新修改可以基于先前的修改而不是原始图像），导致图像被压缩很多次。

然后，摄影师可以拍摄另一张照片：

观点和主要主题已经改变（现在是0:02！）=＆gt;与上述任何图像相比，此新图像不应视为重复图像。

到目前为止我在做什么

＃1：摆脱框架

首先，我使用OpenCV的Canny Detector + Hough算法在图像上找到垂直和水平线。然后，我根据算法找到的线条裁剪图片。

问题我一直面对这个解决方案：当原始图片的背景中有水平或垂直线时，很难区分哪些线与帧，哪一条来自图片=＆gt;人工审查。

我还设置了一个更高的thresold以避免得到太多的误报：不幸的是，一些精心设计的框架（例如，有一个渐变）经过。

是否有更好的算法来检测这些帧？

＃2：找到重复的

到目前为止，我一直在使用pHash and its DCT image hash。它计算可视化哈希值，并提供了一种在大型数据库中搜索类似图像的非常有效的方法。

优点：

• 非常快
• 您可以搜索数千张图片
• 我的所有标准（裁剪，调整大小，重新压缩图像，旋转）都足够好

缺点：

• 许多误报
• 查找从完全不同的观点视图中拍摄的图像的重复项
• 当图片经过多次修改时，可能会遗漏一些重复内容

所有重复的pHash发现也会在人工审核中结束。这不是问题，除非输入数据是同一主题的数千张图像。然后要检查的重复数量呈二次方增长，这不太方便。

关于如何改进重复检测的想法

我一直在研究如何减少pHash中的假阳性数量。我的第一个想法是将OpenCV的模板匹配添加到我现有的软件链中。问题：它不适用于旋转图像。

然后，我学习了特征检测，我认为这可能是要走的路。然而，这是一个非常广阔的领域，这是我需要帮助的地方。

我在page 81 of this PDF找到了一个有趣的特征检测器比较。 如果我做对了，我需要“旋转不变”，“缩放不变”而不是“仿射不变”（这似乎是视点的变化）。 这将给我以下选项：

• 哈里斯 - 拉普拉斯
• 海森 - 拉普拉斯
• 狗
• SURF

这些算法会满足我的需求吗？我应该将它们整合到我现有的链中还是应该重新开始一个新链？重复匹配的特征检测似乎还有很长的路要走，最好的方法是什么？

Answer 1

你应该采用本地特征匹配方法（SURF / ORB / BRISK ......） 你可以在这里找到一个很好的教程：http://docs.opencv.org/doc/tutorials/features2d/feature_flann_matcher/feature_flann_matcher.html 如果效率非常重要，您可以使用自定义查找 - 刚性 - 转换代码替换OpenCV的findHomography，但如果它不是一个大问题，findHomography可能会很好地为您服务。