我想搜索两个图像中的相似区域,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)。他们周围还有其他东西。
这是我想要的一个例子:
我怎样才能做到这一点?
-
分割图像
获取已找到区域的绑定矩形/多边形/掩模
-
每个区域计算
- 直方图
-
FFT or DCT并过滤掉不重要的数据(主要是高频......类似于 JPEG 比较)
- 尺寸(宽度、高度、面积、周长...)
-
找到匹配项
因此,比较图像之间的每个区域。处理数据来自#2作为单个数据集,并根据以下一项计算比较区域之间的相似性:
- 相关系数
- 距离+阈值
- 尺寸系数(纵横比、周长/面积……)
-
对于特定图像,您可以创建自己的自定义比较
- 例如这是我的OCR
- 如果您想要相同的尺寸,那么您可以轻松添加尺寸比较+/-一些阈值
-
提高精度
您可以将每个区域划分为几个子区域并计算#2也让他们拥有更强大的数据集,但要注意轮换。
此外,如果您的分割基于颜色同质性系数,那么您也可以将其包含到数据集中
-
旋转图像
为此,您需要使用独立于旋转的功能,例如:
- 直方图
- 颜色均匀性
- 使用对旋转不变的子区域形状,如同心圆......
或者找到基本特征/边缘并旋转一张图像以匹配另一位置......
-
polygons
对于多边形图像,您可以将图像矢量化回矢量形式,然后使用任何多边形比较算法
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)