我在PHP中开发了一个简单快捷的算法,以比较类似图像。
其快速(800x600图像的每秒约40张)的散射和未经开发的搜索算法可在每秒22分钟有3 000张图像,而每秒则与他人相比(3秒)。
基本概况是,你获得了图像,将其重新定位为8x8,然后转换为HSV。 之后,Hue、饱和和价值被拖到4个轨道上,成为一只大海绵。
对比图像基本上沿两个阵列走,然后增加其发现的差异。 如果总数低于64岁,则其形象不变。 不同的图像通常在600-800之间。 低于20岁,非常相似。
Are there any improvements upon this model I can use? I havent looked at how relevant the different components (hue, saturation and value) are to the comparison. Hue is probably quite important but the others?
为了加快搜索,我可能把4个轨道从每个部分分割一半,并且首先把最重要的比照放在一边,如果它们不进行检查,那么就必须彻底检查灯泡。 我知道有效率的办法来储存像现在这样仍然能够轻易搜寻和比较的借方。
我先使用3 000个照片(最独特)的数据集,有假的照片。 它完全可以消化和抵制光明和对比变化。