图像匹配有关问题
图像匹配问题
哪位大侠有做图像匹配方面的经验,请赐教.
是这样的, 有两个Picturebox控件, 一大一小, 我想在大的Picturebox内找图, 就是找跟小的Picturebox相似的图, 想了很多方法都是速度非常慢, 不知道大家有什么好建议.
------解决方案--------------------
有难度，有技术，就是没速度。给个思路，看图。
图一：按要求，有一大一小两PictureBox，现在我们就在大的那个PictureBox控件上用PaintPicture函数将如同小的那个PictureBox大小的图片样本取下来，然后比对（好像有API，反正两个相同大小的图片，实在不行就一个个像素地比颜色，其实只要发现有任何一个像素不同就可以立即停止比对，进入下一步）
图二：在图一的基础上，再用PaintPicture函数将如同小的那个PictureBox大小的图片样本取下来，但是这一次向右移了一个像素，同样将取下的样本与小的比对
图三：一直重复第二步，直到最终取到了大图的右边，还是比对。
图四：这时候就要回来，重新将PaintPicture函数的参数改为大图的最左边，但是这一次就变成向下平移一个像素，取样，比对
图五：重复类似第二步，直到又来到了最右边，取样，比对
图六：一直这样做下去，如果真的有某个位置可以与小图完全吻合，就大功告成了。
本人可以帮你试着按照这个思路去做一下，需要的联系我，QQ；1838805008
------解决方案--------------------
不一样，可以先找一个点或几个点
几个点对正了问题就不是太大了
------解决方案--------------------
一般比较快的图像匹配方法方法是基于颜色空间的匹配，如使用HSV直方图，又快又准
如果要找到相似图形或者找子图像的话可以考虑SIFT算法
------解决方案--------------------
比颜色的都慢吧，都是像素域的
小波变换，用纹理比啊
------解决方案--------------------
能不能变成bmp以后调matlab来做数学上的工作？会不会快一点？
------解决方案--------------------
这个算法叫模板匹配算法。原理就是在大图中取小图大小的子图，计算二个图之间的协方差，方差越小越相似，方差为0就是相同。小图在大图上遍历，找出所有位置上的方差值，取其最小值
------解决方案--------------------
10楼的兄弟思路很好，但是应该比较耗时吧。
我也举荐一个思路：
可以提取小图的一组角点作为特征，在提取大图中的角点特征；
然后选取小图角点集中的一些角点，计算各个角点距离，生成一个距离的特征向量；在大图角点集中计算并比较与小图距离特征向量做相似度计算；
大图中相似度度最近的向量对于的角点所确定的区域就是匹配结果。
------解决方案--------------------
补充一下：提取角点的方式，可以用harris角点检测算法
算法实现，你可以在pudn上搜到。
------解决方案--------------------
------解决方案--------------------
以前用QT做过一个128×128像素点的图像识别，我来说说思路：
因为对速度要求很高，所以我在匹配的时候用的是20个采样点。一毫秒大约能识别1K张左右的图片。因为图片只有数字和字母，而且是一种字体，所以很简单了。如果是复杂的图片，采样点要多一点才能保证精度。
如果是BMP，先把点数据分横竖，然后把小图片的第N0行与大图的第一行进行模式匹配(KMP算法)，如果不匹配，则换下一行(具体跳到那一行，也可以采用一定算法求得)，一旦匹配，得到坐标，再匹配第N1行⋯⋯
不建议用一般的遍历，效率太低。
建议把KMP模式匹配算法改改后拿来用。最好改成横竖都跳转。
------解决方案--------------------
OpenCV中有相关匹配的算法，隐约记得是通过训练正负样本来进行匹配，以识别对应的物体。
你可以尝试看看
十楼很好 但是速度肯定很慢 楼主可以参考看看opencv库里的算法 应该有帮助的
------解决方案--------------------
试试SIFT算法？效果不错，但是速度不保证能达到要求
------解决方案--------------------
建议看看CVPR的这篇文章《Where’s Waldo: Matching People in Images of Crowds》，会对你有些启发。
------解决方案--------------------
可参考：http://www.cnblogs.com/skyseraph/archive/2011/03/29/1998492.html
http://www.cnblogs.com/skyseraph/archive/2011/03/29/1998536.html
------解决方案--------------------
很多模式识别的方法可以用，比如最简单的模板匹配。
------解决方案--------------------
另外图像相似度比较。
opencv里有附带例子，自己去看看吧。
哪位大侠有做图像匹配方面的经验,请赐教.
是这样的, 有两个Picturebox控件, 一大一小, 我想在大的Picturebox内找图, 就是找跟小的Picturebox相似的图, 想了很多方法都是速度非常慢, 不知道大家有什么好建议.
------解决方案--------------------
有难度，有技术，就是没速度。给个思路，看图。
图一：按要求，有一大一小两PictureBox，现在我们就在大的那个PictureBox控件上用PaintPicture函数将如同小的那个PictureBox大小的图片样本取下来，然后比对（好像有API，反正两个相同大小的图片，实在不行就一个个像素地比颜色，其实只要发现有任何一个像素不同就可以立即停止比对，进入下一步）
图二：在图一的基础上，再用PaintPicture函数将如同小的那个PictureBox大小的图片样本取下来，但是这一次向右移了一个像素，同样将取下的样本与小的比对
图三：一直重复第二步，直到最终取到了大图的右边，还是比对。
图四：这时候就要回来，重新将PaintPicture函数的参数改为大图的最左边，但是这一次就变成向下平移一个像素，取样，比对
图五：重复类似第二步，直到又来到了最右边，取样，比对
图六：一直这样做下去，如果真的有某个位置可以与小图完全吻合，就大功告成了。
本人可以帮你试着按照这个思路去做一下，需要的联系我，QQ；1838805008
------解决方案--------------------
不一样，可以先找一个点或几个点
几个点对正了问题就不是太大了
------解决方案--------------------
一般比较快的图像匹配方法方法是基于颜色空间的匹配，如使用HSV直方图，又快又准
如果要找到相似图形或者找子图像的话可以考虑SIFT算法
------解决方案--------------------
比颜色的都慢吧，都是像素域的
小波变换，用纹理比啊
------解决方案--------------------
能不能变成bmp以后调matlab来做数学上的工作？会不会快一点？
------解决方案--------------------
这个算法叫模板匹配算法。原理就是在大图中取小图大小的子图，计算二个图之间的协方差，方差越小越相似，方差为0就是相同。小图在大图上遍历，找出所有位置上的方差值，取其最小值
------解决方案--------------------
10楼的兄弟思路很好，但是应该比较耗时吧。
我也举荐一个思路：
可以提取小图的一组角点作为特征，在提取大图中的角点特征；
然后选取小图角点集中的一些角点，计算各个角点距离，生成一个距离的特征向量；在大图角点集中计算并比较与小图距离特征向量做相似度计算；
大图中相似度度最近的向量对于的角点所确定的区域就是匹配结果。
------解决方案--------------------
补充一下：提取角点的方式，可以用harris角点检测算法
算法实现，你可以在pudn上搜到。
------解决方案--------------------
------解决方案--------------------
以前用QT做过一个128×128像素点的图像识别，我来说说思路：
因为对速度要求很高，所以我在匹配的时候用的是20个采样点。一毫秒大约能识别1K张左右的图片。因为图片只有数字和字母，而且是一种字体，所以很简单了。如果是复杂的图片，采样点要多一点才能保证精度。
如果是BMP，先把点数据分横竖，然后把小图片的第N0行与大图的第一行进行模式匹配(KMP算法)，如果不匹配，则换下一行(具体跳到那一行，也可以采用一定算法求得)，一旦匹配，得到坐标，再匹配第N1行⋯⋯
不建议用一般的遍历，效率太低。
建议把KMP模式匹配算法改改后拿来用。最好改成横竖都跳转。
------解决方案--------------------
OpenCV中有相关匹配的算法，隐约记得是通过训练正负样本来进行匹配，以识别对应的物体。
你可以尝试看看
十楼很好 但是速度肯定很慢 楼主可以参考看看opencv库里的算法 应该有帮助的
------解决方案--------------------
试试SIFT算法？效果不错，但是速度不保证能达到要求
------解决方案--------------------
建议看看CVPR的这篇文章《Where’s Waldo: Matching People in Images of Crowds》，会对你有些启发。
------解决方案--------------------
可参考：http://www.cnblogs.com/skyseraph/archive/2011/03/29/1998492.html
http://www.cnblogs.com/skyseraph/archive/2011/03/29/1998536.html
------解决方案--------------------
很多模式识别的方法可以用，比如最简单的模板匹配。
------解决方案--------------------
另外图像相似度比较。
opencv里有附带例子，自己去看看吧。