OpenCV: Fingerabdruck-Bild und Vergleichen mit Datenbank

Ich habe eine Datenbank mit Bildern. Wenn ich ein neues Bild aufnehmen, ich möchte um es zu vergleichen gegen die Bilder in dieser Datenbank und erhalten ein ähnlichkeitsergebnis (mit OpenCV). Auf diese Weise möchte ich erkennen, wenn ich ein Bild, welches sehr ähnlich zu dem frischen Bild.

Ist es möglich, erstellen Sie einen Fingerabdruck/hash für meine Datenbank Bilder und neue diejenigen, die gegen es?

Ich bin auf der Suche nach einem alogrithm code-snippet oder technische demo und nicht für eine kommerzielle Lösung.

Besten,

Stefan

InformationsquelleAutor Stefan | 2011-08-26
  1. 10

    Als Pual-R hat kommentiert, dieser "Fingerabdruck/hash" ist in der Regel eine Menge von feature-Vektoren oder eine Menge von feature Deskriptoren. Aber die meisten der feature-Vektoren in der computer vision verwendet sind in der Regel zu rechenintensiv für die Suche gegen die Datenbank. Also diese Aufgabe brauchen Sie eine Besondere Art von feature Deskriptoren, da solche Deskriptoren, die als SURF und SIFT sehr viel Zeit für die Suche auch mit verschiedenen Optimierungen.

    Das einzige, was OpenCV ist für Ihre Aufgabe (Objekt-Kategorisierung), ist von der Implementierung des Bag of visual Words (BOW).

    Kann es berechnen spezielle Art von Bild-features und trainieren der visuellen Wörter des Vokabulars. Als Nächstes können Sie verwenden dieses Vokabular zu finden, ähnliche Bilder in der Datenbank-und compute ähnlichkeits -.

    Hier ist OpenCV-Dokumentation für den Beutel von Worten. Auch OpenCV hat ein Beispiel mit dem Namen bagofwords_classification.cpp. Es ist wirklich groß, aber hilfreich sein könnten.

    • Andrey, ho, tun Sie das : "Es lässt sich berechnen, spezielle Art von Bild-features und trainieren der visuellen Wörter des Vokabulars. Als Nächstes können Sie verwenden dieses Vokabular zu finden, ähnliche Bilder in der Datenbank und berechnen Sie die ähnlichkeit der Partitur." Danke
    InformationsquelleAutor Andrey Kamaev
  2. 2

    Content-based image retrieval-Systeme sind immer noch ein Bereich der aktiven Forschung: http://citeseerx.ist.psu.edu/search?q=content-based+Bild+retrieval

    Zunächst muss klar sein, was als ähnlich in Ihrem Kontext:

    1. Ähnliche Farbverteilung: Verwenden Sie so etwas wie Farbe Deskriptoren für Teilgebiete des Bildes, Sie sollten erhalten einige Recht zufriedenstellende Ergebnisse.
    2. Ähnliche Objekte: Da der computer nicht weiß, was ein Objekt ist, werden Sie nicht sehr weit kommen, es sei denn, Sie haben einige umfangreiche domain-wissen über das Objekt (oder paar-Objekt-Klassen). Einen guten überblick über den aktuellen Stand der Forschung gesehen werden kann hier (Ergebnisse) und bald hier.

    Gibt es keine "dienen, die alle Bedürfnisse"-Algorithmus für das problem, das Sie beschrieben. Je mehr Sie teilen können über die Besonderheiten Ihres Problems, die besser Antworten könnten Sie bekommen. Posting einige repräsentative Bilder (wenn möglich) und beschreiben das gewünschte Ergebnis ist auch sehr hilfreich.

    Dies wäre eine gute Frage für computer-vision.stackexchange.com, wenn es das schon gibt.

    InformationsquelleAutor bjoernz
  3. 0

    Können Sie pHash Algorithmus und speichern phash Wert in der Datenbank, dann verwenden Sie diesen code:

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

    Hier 'mismatch' - Wert kann leicht sagen, die ähnlichkeit Verhältnis zwischen zwei Bildern.

    pHash Funktion:

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

    Dieser Funktion sind gut Genug, um zu bewerten, Bild Ähnlichkeiten in allen Aspekten.

    InformationsquelleAutor Rajeev Ranjan
Schreibe einen Kommentar