在图像中找到相似区域的好算法？

Question

我想在两张图片中搜索类似的区域，但我不知道什么效果最好。 这些区域不会以任何方式缩放或转换，但可能出现在两个图像中的任何位置（我想知道在哪里）。他们周围还有其他的东西。

这是我想要的一个例子：

我该怎么做？

Answer 1

1. 细分图片

   获取已找到区域的绑定矩形/多边形/蒙版

每个地区的

2. 计算

   • 直方图
   • FFT 或 DCT 并过滤掉无关紧要的数据（主要是高频...类似于JPEG编辑）
   • 尺寸（宽度，高度，面积，周长......）

3. 查找匹配

   比较图像之间的每个区域。处理来自＃2 的数据作为单个数据集，并根据以下内容计算比较区域之间的相似性：

   • correlation coefficient
   • 距离+阈值
   • 尺寸系数（纵横比，周长/面积，......）

4. 对于特定图片，您可以创建自己的自定义比较

   • 例如，这里是OCR
   的我的
   • 如果您想要相同尺寸，则可以轻松添加尺寸+/-某些阈值
   的比较

5. 提高精确度

   您可以将每个区域划分为少数几个子区域，并计算＃2 ，以便他们拥有更强大的数据集，但要注意旋转。

   此外，如果您的细分基于颜色均匀系数，那么您也可以将其包含在数据集中

6. 旋转图片

   为此你需要在旋转时使用独立的功能，如：

   • 直方图
   • 颜色均匀性
   • 使用不同于旋转的子区域的形状，如同心圆...

   或找到基本特征/边缘并旋转一个图像以匹配另一个位置......

7. <强>多边形

   对于多边形图像，您可以将图像矢量化为矢量形式，然后使用任何polygon comparison算法