簡(jiǎn)單快速的方法來(lái)比較圖像的相似性我需要一種簡(jiǎn)單快速的方法來(lái)比較兩個(gè)圖像的相似性。即如果它們包含完全相同的東西但是可能有一些稍微不同的背景并且可能被移動(dòng)/調(diào)整大小幾個(gè)像素，我想獲得高值。（更具體的是，如果重要的話：一張圖片是一個(gè)圖標(biāo)，另一張圖片是截圖的子區(qū)域，我想知道該子區(qū)域是否恰好是圖標(biāo)。）我手邊有OpenCV，但我仍然不習(xí)慣它。到目前為止我想到的一種可能性：將兩張圖片分成10x10個(gè)單元格，對(duì)于這100個(gè)單元格中的每一個(gè)，比較顏色直方圖。然后我可以設(shè)置一些補(bǔ)償閾值，如果我得到的值高于該閾值，我認(rèn)為它們是相似的。我還沒(méi)有嘗試過(guò)它的效果如何，但我想它會(huì)足夠好。圖像已經(jīng)非常相似（在我的用例中），所以我可以使用相當(dāng)高的閾值。我想有很多其他可能的解決方案可以或多或少地工作（因?yàn)槿蝿?wù)本身非常簡(jiǎn)單，因?yàn)槲抑幌霗z測(cè)相似性，如果它們非常相似）。你會(huì)建議什么？關(guān)于從圖像中獲取簽名/指紋/哈希，有一些非常相關(guān)/類似的問(wèn)題：OpenCV / SURF如何從描述符中生成圖像哈希/指紋/簽名？圖像指紋比較許多圖像的相似性近似重復(fù)圖像檢測(cè)OpenCV：指紋圖像和數(shù)據(jù)庫(kù)比較。更多的，更，更多，更多，更多，更多，更多另外，我偶然發(fā)現(xiàn)了這些具有獲取指紋功能的實(shí)現(xiàn)：pHashimgSeek（GitHub repo）（GPL）基于紙張快速多分辨率圖像查詢圖像匹配。與我的搜索非常相似。與pHash類似，基于任何類型圖像的圖像簽名，Goldberg等。使用Python和Elasticsearch。iqdbImageHash。支持pHash。關(guān)于感知圖像哈希的一些討論：這里有點(diǎn)offtopic：有很多方法來(lái)創(chuàng)建音頻指紋。MusicBrainz是一種為歌曲提供基于指紋的查找的網(wǎng)絡(luò)服務(wù)，在他們的維基中有很好的概述。他們現(xiàn)在正在使用AcoustID。這是為了找到精確（或大部分精確）的匹配。要查找類似的匹配（或者如果您只有一些片段或高噪音），請(qǐng)查看Echoprint。一個(gè)相關(guān)的SO問(wèn)題在這里。所以這似乎解決了音頻問(wèn)題。所有這些解決方案都非常有效。對(duì)一般的模糊搜索一個(gè)稍微更通用的問(wèn)題是在這里。例如，存在局部敏感的散列和最近鄰搜索。