验证图片模糊匹配算法
求一个验证图片模糊匹配算法
假设某个图片，内容为a-z,0-9的形式，彩色，生成时不偏移，旋转，但是有随机杂点.想对其做一个自动匹配。
现在想的算法是：
提取图片，锐化为0、1高对比二维数组。
将二维数组xor，然后通过0、1的百分比判断是否匹配。
但在相识比较大的图片时，例如L，1，就没法处理。
请教还有没有其他算法，或者改进。
------解决方案--------------------
这个方法太不正规了，可以采用神经网络的方法，也可以采用SVM的算法。
关键是这个问题分成三个主要部分：
图片预处理：这个部分主要处理图片的形状、颜色归一化等问题
特征提取：提取图片中的相应特征，可能是颜色直方图、连通区域等等
特征分类：标准的算法，线性的和非线性的都有，前面说的神经网络和SVM都属于这个步骤的。
------解决方案--------------------
把36个图片并列摆在一起，每个图上取10个左右的特征点，基本就可以了。如果有重复，就换一个特征点。就跟指纹识别的原理差不多。只需要找到特征点。
假设某个图片，内容为a-z,0-9的形式，彩色，生成时不偏移，旋转，但是有随机杂点.想对其做一个自动匹配。
现在想的算法是：
提取图片，锐化为0、1高对比二维数组。
将二维数组xor，然后通过0、1的百分比判断是否匹配。
但在相识比较大的图片时，例如L，1，就没法处理。
请教还有没有其他算法，或者改进。
------解决方案--------------------
这个方法太不正规了，可以采用神经网络的方法，也可以采用SVM的算法。
关键是这个问题分成三个主要部分：
图片预处理：这个部分主要处理图片的形状、颜色归一化等问题
特征提取：提取图片中的相应特征，可能是颜色直方图、连通区域等等
特征分类：标准的算法，线性的和非线性的都有，前面说的神经网络和SVM都属于这个步骤的。
------解决方案--------------------
把36个图片并列摆在一起，每个图上取10个左右的特征点，基本就可以了。如果有重复，就换一个特征点。就跟指纹识别的原理差不多。只需要找到特征点。