我的捆绑包或应用程序中存储了一张图像。 现在，我想在相机中扫描图像，并将该图像与本地存储的图像进行比较。匹配图像后，我要播放一个视频，如果用户将摄像机从该特定图像移动到其他位置，则我想停止播放该视频。
为此，我尝试了Wikitude sdk for iOS，但是由于内存问题或其他一些原因，它随时崩溃，因此无法正常工作。
还有其他一些想法，例如Core ML和ARKit，但Core ML会检测图像的属性，例如名称，类型，颜色等，而我想匹配该图像。 ARKit将不支持所有设备和ios，并且根据我的要求是否可能进行图像匹配。
如果任何人有实现此要求的任何想法，他们可以分享。每一个帮助将不胜感激。谢谢：）
答案 0 :(得分：2)
您的任务是图像相似度，您可以使用机器学习轻松地完成图像相似度更高的输出结果。由于您的任务是使用相机扫描。更好的选择是CoreML。您可以参考apple的link以获得“图像相似性”。您可以通过训练自己的数据集来优化结果。任何其他澄清都需要评论。
答案 1 :(得分：2)
最简单的方法是ARKit的imageDetection。您知道它支持的设备的局限性。但是它给出的结果是广泛的，并且确实易于实现。 Here is an example
接下来是CoreML，这是最困难的方法。即使简短，您也需要了解机器学习。然后是困难的部分-使用数据集进行训练。最大的缺点是图像单一。我会放弃这种方法。
最后的中途解决方案是使用OpenCV。可能很难，但适合您的需求。您可以找到不同的功能匹配方法，以在相机源中查找图像。 example here。您可以使用Objective-C ++在iOS的C ++中进行编码。
答案 2 :(得分：0)
另一种方法是使用所谓的“暹罗网络”。这实际上意味着您使用诸如Inception-v3或MobileNet之类的模型，并同时使用这两个图像，然后比较它们的输出。
但是，这些模型通常会提供分类输出，即“这是一只猫”。但是，如果您从模型中删除该分类层，则它给出的输出只是一堆数字，以非常抽象的方式描述了图像中的事物种类。
如果两个图像的这些数字非常相似-如果它们之间的“距离”很小-那么两个图像也非常相似。
因此，您可以采用现有的Core ML模型，删除分类层，对其进行两次运行（每幅图像一次），这将为您提供两组数字，然后计算这些数字之间的距离。如果此距离小于某种阈值，则图像足够相似。