如何针对图像相似度优化OpenCV直方图比较？

Question

我使用example code来比较使用EMD的HSV直方图。

我想在人们（移动）图片库中找到类似的图片。人们拍摄相同主题的几张图像（连续）只是略有变化是很常见的：放大/缩小一点，不同的角度，由于改变位置而产生的不同曝光，其他姿势...... ..

我选择了4组4个相似的图像来测试这个算法。当比较集合内的图像时，我得到22个EMD-L1值，大约在0.25和2.25之间（平均1.47），2个异常值在7.2左右。

当我在集合之间进行交叉比较时，我得到2到15之间的值，平均值大约为8。

是的，两个结果集之间存在显着的差异。但我感到失望的是，这些范围之间没有（差距），而是一个小的重叠[2.0,2.25]。我希望改进算法。

如何针对特定用例优化比较？有各种直方图形式，各种直方图比较算法，然后每个都有各种参数。

OpenCV是否实现了最快的已知EMD算法？我很惊讶一些直方图的比较花了一秒钟;特别是相对较小的箱号。

然后，一些交叉比较给出了良好的EMD结果，但具有完全不同的RGB直方图。这是两张图片：

我目前的EMD-L1表示1.95，但RGB直方图完全不同。

Answer 1

可能您已经完善了比较方法。但这可能并不明显，您可以将图像划分为重叠的子区域，然后计算所有4个部分的EMD。