Главная страница
Top.Mail.Ru    Яндекс.Метрика
Текущий архив: 2004.08.22;
Скачать: CL | DM;

Вниз

Теория и практика идентификации изображений ...   Найти похожие ветки 

 
Adventure ©   (2004-06-01 22:21) [0]

У кого есть примеры, наработки или просто теоретические данные по идентификации изображений.
Пример: Есть несколько тысяч картинок *.jpg. Нужно отобрать из них одинаковые или похожие.


 
Jeer ©   (2004-06-02 10:18) [1]

"Одинаковые" - это как ? px in px ?
"Похожие" - это как ?
- Все красноватые;
- Там где есть собачки;
- Там где есть цветы, но только розы;
и т.п.

Задумался ?


 
CyborgHome ©   (2004-06-02 10:26) [2]

Смотришь размер и контрольную сумму, если одинаковы, то картинки похожи :).


 
Jeer ©   (2004-06-02 11:11) [3]

CyborgHome ©   (02.06.04 10:26) [2]
Не похожи, а с высокой вероятностью одинаковы - есть разница.


 
cyborg ©   (2004-06-02 11:12) [4]

А разве одинаковые, это непохожи? :)


 
Jeer ©   (2004-06-02 12:40) [5]

cyborg ©   (02.06.04 11:12) [4]

Не-а:)
Это разные идентификационные классы.


 
Adventure ©   (2004-06-02 15:58) [6]

Одинаковые или похожие:
1. Идентичное содержание, но разное разрешение и/или цветовая палитра и/или размер и/или т.д.
2. Одно изображение содержит часть другого.

И так далее и т.п.


 
Jeer ©   (2004-06-02 20:40) [7]

Adventure ©   (02.06.04 15:58) [6]

Флаг в руки:))


 
Jeer ©   (2004-06-02 20:55) [8]

Вот когда освоите:

-нейронные сети;
- модели объектов сцены, модели связи объекта с изображением;
- модели трансформаций без изменения семантики изображения;
- задачи наилучшего приближения формы изображения;
- морфологический анализ в Чебышевской (равномерной) метрике и эквилизация;
- морфологическое шумоподавление;
- вышеназванное в приложении к цветным изображениям;
- эквивалентные изображения, формы размытых  и контурных изображения как часть Ламбертовой морфологии;
- задачи классификации как задачи проверки гипотез;

тогда стоит начинать размышлять на заданную тему:)

Успеха !


 
Diver   (2004-06-02 22:14) [9]

гнилое дело, тоже таким парился, но если конкретизируеш задачу то разберешся, не так уж это и сложно
вот держи алгоритм, тупенький правда, но почти то что ты искал
главный недостаток: тормозит очень...

 bm2.Height := 200;
   bm2.Width := 300;
    bm.Height := bm2.Height;
      bm.Width := bm2.Width;

 bm.PixelFormat := pf24bit;
 bm1.PixelFormat := pf24bit;
 bm2.PixelFormat := pf24bit;
//  Form1.Canvas.Draw(0, 0, bm2);
   y0:=0; min:=100;
{for y0 := 0 to bm2.Height-bm1.Height-2 do
for x0 := 0 to bm2.Width * 3-bm1.Width * 3 - 2 do
  begin
  pr:=0;
   for y := 0 to bm1.Height - 1 do
    begin
     p1 := bm1.ScanLine[y];
     p2 := bm2.ScanLine[y0+y];
   for x := 0 to bm1.Width * 3 - 1 do
     begin
     r:=p1[x]-p2[x0+x];
     if r>255/2 then r:=256-r;
     if r<-225/2 then r:=-(256+r);
     pr:=pr+r/255*100;
      end;
    end;
     if min>sqrt(sqr(pr/x/y)) then
    begin
     min:=sqrt(sqr(pr/x/y));
     ymin:=y0;
     xmin:=x0;
  //   Form1.Caption := currtostr(min)+"%";
    end;
  end;


 
Adventure ©   (2004-06-02 23:52) [10]


> Jeer ©   (02.06.04 20:55) [8]
> Вот когда освоите:

Ваш ответ хорош! Но литература указанная Вами больше подходит для решения задачи для идентификации образов (например лицо человека и т.п.) Эта задача с "успехом" решена на:
http://www.gabitus.com/eng/analogia/2.html
и многих других источниках.

Спасибо.


 
Adventure ©   (2004-06-02 23:55) [11]


> Diver   (02.06.04 22:14) [9]
> гнилое дело, тоже таким парился, но если конкретизируеш
> задачу то разберешся

Попробую. Спасибо за пример.


 
Jeer ©   (2004-06-03 13:12) [12]

Adventure ©   (02.06.04 23:52) [10]

Вы так и не поняли.
Одинаковые - это попиксельно совпадающие изображения.
А насчет "похожести" надо различать:
- похожесть, как результат Вашего восприятия целостной картины на изображении (пример - две картинки с красной мутью - явных объектов нет, но картинки похожи. )
- похожесть, как семантическая адекватность объектов, изображенных на картине (собаки породы терьер, отличающиеся ракурсом съемки, возрастом и тп)

Первая задача трудно формализуема, т.к. это Ваше личные свойства считать что-то похожим на другое, хотя можно на основе нейросетей обучить систему "видеть" также как и Вы.
В простейших случаях ее можно попробовать решать методами корреляционного анализа с оговорками.
Пример
1.изображение 1 и 2 - одинаковые, но со смещенной палитрой
2. изображение 1 и 2 - одинаковые, но развернутые др. относительно друга на угол
и тп

Задача 2 - сводится к распознаванию образов.

Кстати, по той ссылке, что Вы привели - "голубая муть". Это несерьезно.



Страницы: 1 вся ветка

Текущий архив: 2004.08.22;
Скачать: CL | DM;

Наверх




Память: 0.5 MB
Время: 0.023 c
14-1091452821
СатирЪ
2004-08-02 17:20
2004.08.22
Перекодировщик


1-1092038278
Goorus
2004-08-09 11:57
2004.08.22
Класс-контейнер


9-1083832794
Маг Гыр
2004-05-06 12:39
2004.08.22
Mario Forever


1-1091636072
webpauk
2004-08-04 20:14
2004.08.22
Определение связанности группы


1-1091786912
gigabytepretender
2004-08-06 14:08
2004.08.22
Своя орфография в Word98