【发布时间】：2012-03-15 16:52:54
【问题描述】：
作为人类，我们可以将这些two images 识别为同一张图片：
在计算机中，如果这两个图像大小相同，则很容易识别，因此我们必须在识别它之前进行预处理阶段或步骤，例如缩放，但是如果我们深入研究缩放过程，我们会知道这不是一种有效的方法。
现在，你能不能帮我想办法把图像转换成不处理大小或像素位置的对象，作为识别方法的输入？
提前感谢。
【问题讨论】：
标签： image-processing feature-extraction
【发布时间】：2012-03-15 16:52:54
【问题描述】：
我有几个想法：
- 让图像有几个颜色阈值。这样你就变大了 相同颜色的区域。这些区域的形状可以用 曲线是数学。如果你对更大和更小的这样做 一个，看看曲线是否匹配。
- 尝试定义该区域的关键点。我不确定如何 这可行，但您可以查找人脸检测算法。在这样的 一个算法有一个关于一张脸应该是什么样子的数学方程。 如果您在此类算法中定义了足够多的对象，您可以定义 图像中的多个对象，以查看对象是否匹配 相同的地点。
- 你可以看看predator algorithm是否可以接受图片 多种尺寸。如果是这样，您的问题就解决了。
【讨论】：
-
感谢您的出色回答，但您认为它适用于二进制图像（黑白）吗？
-
我看不出最后两个不起作用的原因。但是第一个需要对灰度阈值有一点了解。不过应该没问题。但这些只是粗略的想法。
-
我认为你可以用曲线描绘图像，这样你就可以从中制作出一种矢量图像。然后检查向量是否相似，曲线中的数字是否几乎相同。
-
我之前做过，不幸的是失败了
您似乎假设人类的大脑以计算有效的方式识别图像，但事实并非如此。这个算法太复杂了，我们没有找到。处理视觉数据也需要你的大部分大脑。
在软件方面，有一些尺度（或仿射）不变算法。其中一种算法是 LeNet 5 神经网络。
【讨论】：