如何识别仅2“黑白”图像之间的相似度（以％表示）？

Question

我搜索了所有可能相关的关键字，但我的结果并不是我想要的，因为我发现的大多数算法都对COLOR非常关注。

我的应用的想法是识别具有最高相似性的图像对。

例如，我的输入是a，图像池包含b，c，d，e。 结果将是b（90％），d（85％），e（80％），c（20％）。

我的问题是可以采用什么方法来计算这种“图像相似度”？ 或者我必须从零构建我自己的代码？

  

Answer 1

也许你应该看看Hough transform。这些线将对应于变换图像中的峰值。然后你可以识别这些峰值像素，并以某种方式将它们的位置与原始图像的位置进行比较。

Answer 2

查看 SSIM 以比较两张图片。 SSIM 代表结构相似性指数指标，其基于两个图像之间的相似性给出单个值。访问维基百科页面Structural Similarity

Answer 3

首先，最好的工具是OpenCV，它适用于大多数常见的编程语言。

您可以看到文档页面，有很多功能可以帮助您。

函数approxPolyDP()（see the detail here） 它以指定的精度近似多边形曲线（您的形状）。 在此之前，您必须检测几张图像中的轮廓。

this example对您非常有帮助：

改进：

• 您可以计算近似的片段
• 您可以计算每两段之间的角度。
• 你可能会发现一些几何不变量度（线长比，重心，面积比......）这是最好的

Answer 4

您可以查看形状上下文http://en.wikipedia.org/wiki/Shape_context以计算形状之间的相似性，互联网上有许多形状上下文的实现，可以在此处访问完整的论文http://www.cs.berkeley.edu/~malik/papers/BMP-shape.pdf