我正在尝试开发算法，该算法返回两个给定的黑白图像的相似度分数:原始图像及其草图，由人类绘制:
所有原始图像具有相同的风格，但没有任何给定的有限集合。它们的内容可能完全不同。
我尝试了几种方法，但都没有成功:
OpenCV模板匹配
OpenCV matchTemplate 无法计算图像的相似度 分数。它只能告诉我匹配像素的数量，而且这个值通常很低，因为人的草图比例不理想。
OpenCV 特征匹配
我用这个方法失败了，因为我找不到好的算法来从人类的素描中提取重要特征。来自 OpenCV's tutorials 的算法擅长提取角点和 Blob 作为特征。但是在这里，在草图中，我们有很多笔画 - 每个笔画都会产生很多无关紧要的垃圾特征，并导致模糊的结果。
神经网络分类
我还研究了神经网络 - 它们在图像分类方面表现出色，但它们也需要针对每个类别的训练集，而这部分是不可能的，因为我们有无限可能的图像集。
您会使用哪些方法和算法来完成此类任务？
最佳答案
方法一
余弦相似度 给出介于 (0 - 1) 之间的相似度得分。
我首先将图像转换为灰度并对其进行二值化处理。我将原始图像裁剪为一半大小并排除了文本，如下所示:
然后我使用 flatten() 将图像数组转换为一维数组。我使用以下方法计算余弦相似度:
from scipy import spatial
result = spatial.distance.cosine(im2, im1)
print result
我得到的结果是 0.999999988431，这意味着图像在这个分数上彼此相似。
编辑
方法二
我有时间查看另一个解决方案。我发现 OpenCV 的 cv2.matchTemplate() 函数执行相同的工作。
如果你 checkout THIS DOCUMENTATION PAGE您会遇到使用的不同参数。
我使用了 cv2.TM_SQDIFF_NORMED 参数(它给出了两个图像之间的归一化平方差)。
res = cv2.matchTemplate(th1, th2, cv2.TM_SQDIFF_NORMED)
print 1 - res
对于给定的图像，我获得了相似度分数:0.89689457
关于opencv - 计算图片与其草图的相似度，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/42292685/