感知圖像哈希

好的。這是一個（非英文）OCR項目的一部分。我已經完成了像去角色，灰度化，字形等分割的預處理步驟，並且我現在停留在最重要的步驟：通過將字形與字形圖像數據庫進行比較來識別字形，因此需要設計一個強大而高效的感知圖像哈希算法。感知圖像哈希

由於多種原因，所要求的通用圖像比較的問題，我需要的功能也不會那麼複雜。首先，我的圖像總是灰度（如果這使識別任務變得更容易）。另一方面，這些字形更加「中風」，結構比照片更簡單。

我已經嘗試了一些我自己的定義良好的相似性度量一些借來的想法。一種方法是將圖像分成M×N個單元網格，並取每個單元的平均「黑度」以爲該圖像創建散列，然後將散列的歐幾里得距離用於比較圖像。另一個是在每個字形中找到「角點」，然後比較它們的空間位置。他們都沒有證明是非常強大的。

我知道有像SIFT和SURF更強的候選人在那裏，但我有3個很好的理由不使用它們。其一是我猜他們是專有的（或以某種方式獲得專利），並且不能用於商業應用程序。其次，他們是非常普遍的目的，並可能是對我的圖像更簡單的領域矯枉過正。第三，沒有可用的實現（我正在使用C＃）。我甚至試圖將pHash庫轉換爲C＃，但仍未成功。

所以，我終於來了。有沒有人知道一個代碼（C＃或C++或Java或VB.NET，但不應該要求任何不能在.NET世界中使用的依賴），庫，算法，方法或想法來創建一個健壯和高效的哈希算法生存像平移，旋轉，縮放，模糊，斑點等輕微的視覺缺陷

來源

2012-09-17 dotNET

我自己在C＃中尋找同樣的東西。有幸找到了一些東西，但？ – Thomas

還沒有。可能需要閱讀一些研究論文，並在其他作品中編寫我們自己的代碼。我上面提到的兩種技術也來自一些論文。 – dotNET

看起來你已經嘗試過類似這樣的東西，但它可能仍然是有些用處：

https://www.memonic.com/user/aengus/folder/coding/id/1qVeq

來源

2013-02-13 03:07:54 Xanatos

謝謝你。是的，我以前經歷過這篇文章。但正如作者所言：「然而，如果有修改 - 就像添加了文本或將頭部拼接到位，那麼平均哈希可能不會完成這項工作。雖然pHash比較慢，但它很容易進行小修改（輕微少於圖片的25％）。「 OCR圖像往往不會有輕微的（有時是嚴重的）轉換。 – dotNET

感知圖像哈希

回答

相關問題