Bu, 3 satır koddan tüm araştırma dergilerine cevap veren büyük bir konudur.
Bu tür teknikleri ve sonuçlarını en yaygın şekilde anlatacağım.
Histogramları karşılaştırma
En basit ve en hızlı yöntemlerden biri. On yıllar önce resim benzerliklerini bulmanın bir yolu olarak önerildi. Fikir şu ki, bir orman çok yeşil olacak ve bir insan yüzü çok pembe ya da her neyse. Yani, iki resmi ormanlarla karşılaştırırsanız, histogramlar arasında bir miktar benzerlik elde edersiniz, çünkü her ikisinde de çok fazla yeşil vardır.
Dezavantajı: çok basit. Her ikisi de sarı olduğu için bir muz ve bir plaj aynı görünecektir.
OpenCV yöntemi: comparHist ()
Şablon eşleme
Buna iyi bir örnek burada matchTemplate iyi eşleşme bulmak . Arama görüntüsünü, arandığı görüntüyle birleştirir. Genellikle daha büyük olan daha küçük görüntü parçalarını bulmak için kullanılır.
Dezavantajları: Sadece aynı görüntüler ve aynı boyutta iyi sonuçlar verir.
OpenCV yöntemi: matchTemplate ()
Özellik eşleme
Görsel arama yapmanın en etkili yollarından biri olarak kabul edilir. Bir görüntüden bir dizi özellik çıkarılır, aynı özelliklerin döndürüldüğünde, ölçeklendirildiğinde veya eğildiğinde bile yeniden tanınacağını garanti edecek şekilde. Bu şekilde çıkarılan özellikler diğer görüntü özellik kümeleriyle eşleştirilebilir. Birincisiyle eşleşen özelliklerin yüksek bir oranına sahip başka bir görüntünün aynı sahneyi tasvir ettiği düşünülmektedir.
İki nokta kümesi arasındaki homografiyi bulmak, orijinal resimler arasındaki çekim açısındaki göreceli farkı veya örtüşen miktarı da bulmanızı sağlar.
Bu konuda bir dizi OpenCV öğreticisi / örneği ve güzel bir video var . Bütün bir OpenCV modülü (features2d) buna ayrılmıştır.
Dezavantajları: Yavaş olabilir. Mükemmel değil.
Aşırı üzerinde OpenCV Q & A Bir görüntülerdeki insan yüzlerini veya arabalar gibi nesneleri tanımlamak için kullanılan bütün görüntü ve doku tanımlayıcılar, karşılaştırırken büyük özellik tanımlayıcıları, arasındaki fark bahsediyorum sitede.