(Yaklaşık 100.000, 1000 yeni varolan bir günde, RGB, JPEG, max boyutu 800x800) her görüntü için her resim karşılaştırmak için çok sayıda resim parmak izleri oluşturmak için çok acil ihtiyacım var. İkili ayrıca, hemen hemen benzer görüntüler kabul edilmelidir, çünkü yöntemleri karşılaştırmak kullanamam.

İyi bir kütüphane mevcut olacak, ama aynı zamanda mevcut algoritmaları için bazı ipuçları ve bana çok yardımı olur.

Karma veya Normal CRC hesaplama algoritmaları iyi data ile çalışmaz. Bilgilerin boyutlu doğası dikkate alınmalıdır.

Eğer ihtiyacınız son derece sağlam parmak izi gibi afin dönüşümler (Ölçekleme, döndürme, çevirme, çevirme) oluşturuyor için kullanabilirsiniz Radon transformation on the image source üretmek için bir normatif eşleme görüntüsü veri - deposu bu her görüntüyü ve sonra karşılaştırmak sadece parmak izleri. Bu karmaşık bir algoritma ve kalbi zayıf olanlar için değil.

birkaç basit çözümler mümkün

1. Bir parmak izi gibi görüntü için parlaklık histogram oluşturun
2. Oluşturun bir parmak izi gibi, her görüntü sürümleri küçülttüm
3. Tekniği (1) ve (2) geliştirilmiş karşılaştırma için melez bir yaklaşım içine kalite birleştirin

Parlaklık histogram (RGB bileşenlerine ayrılır özellikle) bir görüntü için makul bir parmak izi ve oldukça verimli bir şekilde uygulanabilir. İki resim nasıl karar süreci olan başka bir histogram çıkararak yeni bir historgram üretecek. Renk bilgi/parlaklık tek değerlendirmek dağıtım ve geçtiği oldukça iyi afin dönüşümleri işlemek için çubuk,. Eğer 8 bitlik bir değer için, her renk bileşeni parlaklığı bilgiler, sayısal, 768 depolama bayt neredeyse herhangi bir uygun boyutta bir resim ve parmak izi için yeterlidir. Parlaklık histogram görüntüdeki renk bilgilerini manipüle olduğunda yanlış negatif üretmek. Sen parlaklık, posterize, renk değiştiren/kontrast gibi dönüşümler uygulamak, parlaklık değişimleri bilgiler. Yanlış pozitif tek bir rengi diğerlerine hakim olduğu da manzara ve resimler gibi Resimler ... bazı türleri ile mümkündür.

Ölçekli görüntüleri kullanarak karşılaştırmak için kolay bir seviyeye görüntü bilgi yoğunluğunu azaltmak için başka bir yoludur. İndirim 'un altına orijinal resim boyutu genellikle kaybetmek çok bilgi için - yani bir 800x800 piksel görüntü olabilir küçülttüm için 80x80 ve hala yeterli bilgi sağlamak için gerçekleştirmek iyi parmak izi. Histogram verilerin aksine, kaynak çözünürlük En Boy oranı değişen görüntü veri anisotropic Ölçekleme gerçekleştirmek zorunda. Diğer bir deyişle, 80x80 bir küçük resim içine 300x800 bir görüntü azaltarak görüntü, bir 300x500 ile karşılaştırıldığında görüntü (çok benzer) yanlış negatif neden böyle deforme olmasına neden olur. Minik parmak izleri de afin dönüşümler söz konusu olduğunda sık sık yanlış negatif üretmek. Size veya Görüntü döndürme ve çevirme, küçük resmini orjinalinden çok farklı olacak ve yanlış pozitif neden olabilir.

İki tekniği birleştirerek kendini garantiye ve her ikisi de yanlış pozitif ve yanlış negatif oluşumu azaltmak için makul bir yoldur.