基于抖动/平移查找最近图像的算法

Question

我有一系列图像，其中一些人只是稍微移动了一点，或者相机稍微移动了一点，但大部分都还是一样的。

我想知道如何通过算法检测到这一点，并根据它们的接近程度来查找和评分图像。

简单的欧几里得距离可能行不通 - 想象一下斑马条纹的移动刚好足以让“旧”白色位置填充黑色，反之亦然。一个病态的例子，我知道，但你明白了。

作为一个可选标签，也许有一个不错的 OpenCV 或 scipy（Python 的首选）函数或一些用于执行此操作的管道。

谢谢！

Answer 1

您可以计算图像之间的差异。
差异图像的强度值越高，它们的差异就越大。
因此，如果您有两个完全相同的图像并将它们相减，就会有一个“黑色”差异图像。
您可以简单地使用Mat-class 的重载operator-()。