OpenCV: изображение отпечатка пальца и сравнение с базой данных

Question

У меня есть база изображений. Когда я делаю новый снимок, я хочу сравнить его с изображениями в этой базе данных и получить оценку сходства (используя OpenCV). Таким способом я хочу определить, если у меня есть изображение, похоже на свежую картинку.

Можно ли создать отпечаток / хэш изображений из моей базы данных и сопоставить новые с ним?

Я ищу фрагмент кода алгоритма или техническую демонстрацию, а не коммерческое решение.

Best

Stefan

Answer 1

Как прокомментировал Pual R, этот «отпечаток пальца / хэш» обычно представляет собой набор векторов признаков или набор дескрипторов признаков. Но большинство векторов признаков, используемых в компьютерном зрении, обычно слишком вычислительно дороги для поиска в базе данных. Поэтому для выполнения этой задачи требуются особые дескрипторы функций, поскольку такие дескрипторы, как SURF и SIFT, будут требовать слишком много времени для поиска даже с различными оптимизациями.

Единственное, что есть у OpenCV для вашей задачи (категоризация объектов), это реализация Bag of visual Words (BOW).

Он может вычислять особые виды функций изображения и обучать словарный запас визуальных слов. Далее вы можете использовать этот словарь, чтобы найти похожие изображения в вашей базе данных и вычислить оценку сходства.

Вот Документация OpenCV для пакета слов. Также в OpenCV есть образец с именем bagofwords_classification.cpp. Это действительно большой, но может быть полезным.

Answer 2

Контентно-ориентированные системы поиска изображений по-прежнему являются областью активного исследования: http://citeseerx.ist.psu.edu/search?q=content-based+image+retrieval

Прежде всего, вы должны понять, что схоже в вашем контексте:

1. Похожиераспределение цвета: используйте что-то вроде дескрипторы цвета для подразделов изображения, вы должны получить довольно удовлетворительные результаты.
2. Подобные объекты: поскольку компьютер не знает, что такое объект, выне зайдет слишком далеко, если у вас нет обширных знаний об объекте (или нескольких классов объектов).Хороший обзор о текущем состоянии исследований можно увидеть здесь ( результаты ) и вскоре здесь .

Там нет«обслуживать все потребности» - алгоритм для описанной вами проблемы.Чем больше вы сможете рассказать об особенностях вашей проблемы, тем лучше вы сможете получить ответы.Публикация некоторых репрезентативных изображений (если возможно) и описание желаемого результата также очень полезны.

Это был бы хороший вопрос для computer-vision.stackexchange.com , если он уже существовал.

Answer 3

Вы можете использовать pHash Алгоритм и сохранить значение phash в базе данных, а затем использовать этот код:

double const mismatch = algo->compare(image1Hash, image2Hash);

Здесь значение «несоответствие» может легко определить коэффициент сходства между двумя изображениями.

Функция pHash:

1. Средний хэш
2. PHASH
3. MarrHildrethHash
4. RadialVarianceHash
5. BlockMeanHash
6. BlockMeanHash
7. ColorMomentHash

Эти функции вполне достаточны для оценки сходства изображений во всех аспектах.