我想知道比较 2 个 RGB 图像的最佳方法是什么。 我想找到差异的边界框列表。 或所有更改的统一边界框。两者都可以。
假设我正在比较 2 个桌面屏幕，其中一个图像的右下角时间不同，并且屏幕左上角的图标移动了
该算法可以找到移动的图标和变化的数字(第二个)的边界框，这给了我 2 个包含更改的框或者它可以生成 MIN/MAX 类型的逻辑并生成一个框，包括这两个变化的结合。在这种情况下，框将是整个屏幕的大小，因为我的示例是针对最坏情况的。 (我知道可以合并这些盒子并得到一个合并的盒子)。但也许有一个更快的算法然后找到每个盒子分开。这就是为什么找到联合的算法也可以的原因。
我逐个像素地比较，发现整个屏幕的最小最大值，其中变化存在于嵌套循环中，如时尚。
我什至在 OPENCL 上试过这个，但是 4K 图像的速度是 0^2，所以不能接受。
是否有类似搜索的算法可以加快屏幕搜索速度。 也许将其表示为图表。有点像 A* 或其他一些基于启发式的搜索？
也许缩小它并进行搜索，然后仅在检测到变化的部分进行第二次搜索？
也许转换为 YUV 有帮助？
最佳答案
我能想到的最快解决方案。将图像转换为灰度图像，对两幅图像执行异或运算，然后使用聚类算法找到边界框。
关于algorithm - 图像比较快速 GPU 算法找到未匹配，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/56744926/