OpenCV / SIFT SIFT冲浪/ Hash /图像搜索

Question

我对图像处理和图像匹配非常陌生，也不太清楚。我需要做的是：( a)获取图像b)从中提取特性(SIFT、SURF更适合匹配) c)创建一个哈希(如MD5或SHA1) d)将其存储在数据库中，并搜索不同的图像(如果有相似的图片)。

基本(A Tineye)

我指的是OpenCV / SURF How to generate a image hash / fingerprint / signature out of the descriptors?。我还检查了pHash，并尝试通过opencv simple_matcher.cpp运行SIFT冲浪。

阅读一些关于几何散列/局部敏感散列，但不确定我是否要进入正确的方向。

如何从SIFT/SURF (OpenCV)中删除的特性创建散列？如果有人能说出要遵循的简单步骤，或提到前进的地方，我将不胜感激。

Answer 1

好的，有很多很好的方法来匹配复杂程度不同的图像。我将提供一个建议，我认为这足以解决您描述的问题，并且实现起来非常简单(因为您说您是CV :的超级新手)。

1. 在computer1上计算图像上稀疏或密集的冲浪特征
2. 创建一个词汇表(为这个任务生成一个随机的词汇表可能也足够好)
3. 为词汇表(nn)分配功能
4. 构建一个kd-树(用于最近的邻居)或学习一些分类器(例如和)。
5. 将分类器应用于computer2上的图像(在计算了surfs并分配给词汇表之后)

同样的图像很可能会产生最高的分类分数。

我之所以建议采用这种方法来实现更快的哈希方法，是因为你不太可能在最多500张图片上出现性能问题，而且由于opencv (bagofwords_classification.cpp)中有一个很好的例子，所以你可以一步一步地实现你想要的结果。