【问题标题】：Identify if an image contains any image (object) from a database识别图像是否包含数据库中的任何图像（对象）
【发布时间】：2015-02-19 02:31:59
【问题描述】：
尽管在谷歌上搜索了相当多的内容，但唯一出现在神经网络和使用现有 API 查找图像标签以及网络摄像头跟踪方面的东西。
我想做的是为一些对象创建我自己的数据集（一个包含产品图像（或每个图像的指纹）的数据库，以及有关产品的制造商信息），然后使用一些组合机器学习和对象检测，以查找给定图像是否包含我收集的数据中的任何产品。
例如，我想拍一张椅子的照片并将其与一些数据进行比较，以从我的数据库中的椅子中找出哪张椅子最有可能出现在照片中。
解决这个问题的方法是什么？我已经考虑过使用 OpenCV，并认为这是一个起点，可能我将如何检测对象，但我还没有找到如何使用它来解决我的问题。
【问题讨论】：
标签：
c#
image-processing
object-detection
【解决方案1】：
我认为最终使用什么工具来解决问题并不重要。你可能需要某种机器学习。很难说哪种方法会导致最好的检测，为此我建议使用像weka 这样的工具。它是多种机器学习算法的集合，可让您轻松尝试最适合您的算法。
在开始尝试机器学习之前，您首先需要从数据集中提取一些特征。由于您几乎无法逐像素比较图像，这将导致巨大的计算工作量，甚至不一定提供所需的结果。尝试提取使您的图像独一无二的特征，例如平均颜色或亮度，也许尝试从图像中提取一些形状或大小。因此，最终您将只使用从图像中提取的特征而不是图像本身来提供算法。
很难定义哪些好的功能，这取决于您的特殊情况。通常，它不仅有一个，而且有多个覆盖图像完全不同方面的特征。要提取特征，您可以使用 openCV 或您喜欢的任何其他图像处理工具。获取数据集中所有图像的特征并开始使用机器学习。
【解决方案2】：
据我了解，您想构建一个基于内容的图像检索系统。
有很多方法可以做到这一点。定义解决问题的最佳方法与什么有关：
- 您要识别的对象类型，
- 用于搜索对象的图像类型，
- 系统的优先级（效率、稳健性等）。
你举了一个识别椅子的例子。在您的系统中，哪个是选择最相似椅子的决定因素？椅子的颜色？椅子的形状？这些是您在选择方法之前必须回答的典型问题。
无论哪种方式，解决此类问题最常用的方法之一是 词袋 模型（也称为特征袋）。我希望我能提供更多帮助，但为此我需要您更好地解释哪些是您工作/项目的最终目标。