我一直在尝试使用快速（ish）图像匹配程序编写，该程序与Python中的旋转或缩放变形图像不匹配。
目标是能够找到与颜色特征中的其他图像类似的图像的小部分，但如果旋转或变形则不同。
我发现了关于感知图像散列的问题，我已经看过用于Python和SSIM的ImageHash模块，但是我看过的大部分内容都没有颜色作为主要因素，即它们的平均值颜色并且仅在一个通道中工作，特别是phash并不关心图像是否旋转。
我希望能够有一种算法可以匹配远处看起来相同的图像（但不一定需要是相同的图像）。
有谁能建议我如何在python中构建和编写这样的算法？或建议一个能够以这种方式比较图像的功能？
答案 0 :(得分：1)
我找到了几种方法来做到这一点。
我最终使用了自己编写的Mean Squared Error函数：
def mse(reference, query):
return (((reference).astype("double")-(query).astype("double"))**2).mean()
直到后来修补我发现了一个似乎做类似事情的功能（比较图像相似性，一点一滴），但速度更快：
def linalg_norm(reference, query):
return np.linalg.norm(reference-query)
我对第二个函数的作用没有理论知识，但实际上它并不重要。我并不反对学习它是如何运作的。