指纹图像(jpg,png等)的高效方式?

获取重复检测图像的指纹是否有效?

也就是说,给出一个图像文件,说一个jpg或png,我想能够快速计算一个识别图像内容的值,并且对图像的其他方面(例如,图像元数据)的变化是相当有弹性的。如果处理调整大小更好。

[更新]关于jpg文件中的元数据,有人知道是否存储在文件的特定部分?我正在寻找一种简单的方法来忽略它 – 例如。我可以跳过文件的第一个x字节,或者从文件末尾取x字节,以确保我没有获取元数据?

在黑暗中刺伤,如果你想绕过元数据和大小相关的事情:

边缘检测和比例尺独立比较
>灰度/ RGB值的采样和统计分析(平均亮度,平均颜色图)
> FFT等变换(好文章Classification of Fingerprints using FFT)

还有很多人。

基本上:

>将JPG / PNG / GIF转换成独立于编码的RGB字节数组
>使用模糊模式分类方法来生成图像中的“模式散列”,而不是一些建议的RGB数组的散列
>然后,您需要基于封装散列或模式编码的匹配阈值进行快速散列比较的分布式方法。 Erlang会很好这个:)

优点是:

>如果您使用任何AI / Training,无论编码,大小,方面,色调和亮度修改,动态范围/二次采样差异以及某些情况下是否可以使用任何AI / Training

缺点:

>可能难以编码..像OpenCV这样的东西可能会有所帮助
概率假设是可能的,但可以通过神经网络和其他AI来减少
>慢,除非你可以封装模式质量和分发搜索(MapReduce风格)

结帐图像分析书如:

模式分类2ed
>图像处理基础知识
>图像处理 – 原理与应用

和别的

如果您缩放图像,那么事情会更简单。如果没有,那么你必须要面对这样一个事实,即缩减比减少样本更多的方式是有损的。

http://stackoverflow.com/questions/1261687/efficient-way-to-fingerprint-an-image-jpg-png-etc

本站文章除注明转载外,均为本站原创或编译
转载请明显位置注明出处:指纹图像(jpg,png等)的高效方式?