图像序列position and size是固定的并且事先已知（它是未缩放）。它会很短，最多 20 帧，并且是一个闭环。我想验证（由按钮单击驱动的事件），我以前见过它。
假设我有一些图像序列，例如：
http://img514.imageshack.us/img514/5440/60372aeba8595eda.gif
如果看到，我想查看与其关联的 ID，如果没有，它将被分析并添加为已看到的图像序列的新实例。我对此思考了很长一段时间，并且我承认，这可能是一个难题。我似乎很难将这一切放在一起，有人可以帮忙（用 C# 语言）吗？
I am not尝试重新创建版权检测系统，例如 Youtube 实施的内容 ID 系统（TED 的玛格丽特·古尔德·斯图尔特 (Margaret Gould Stewart) link ））。图像序列可以被认为是一个 (.gif) 文件，但事实并非如此，并且没有直接的方法来获取二进制文件。可以使用类似的方法来避免“图像共享数据库”中的重复，但这不是我想要做的。
用于生成高斯模糊核的 Mathematica 函数：
getKernel[L_] := Transpose[{L}].{L}/(Total[Total[Transpose[{L}].{L}]])
getVKernel[L_] := L/Total[L]
Turns out, that it is much more efficient to use 2 passes of vector kernel, then matrix kernel. Thy are based on Pascal triangle uneven rows:
{1d/4, 1d/2, 1d/4}
{1d/16, 1d/4, 3d/8, 1d/4, 1d/16}
{1d/64, 3d/32, 15d/64, 5d/16, 15d/64, 3d/32, 1d/64}
源位示例，可能有用：
源示例（GUI; code):
获取定义矩形内的当前内容。
private Bitmap getContentBitmap() {
Rectangle r = f.r;
Bitmap hc = new Bitmap(r.Width, r.Height);
using (Graphics gf = Graphics.FromImage(hc)) {
gf.CopyFromScreen(r.Left, r.Top, 0, 0, //
new Size(r.Width, r.Height), CopyPixelOperation.SourceCopy);
}
return hc;
}
获取位图的 md5 哈希值。
private byte[] getBitmapHash(Bitmap hc) {
return md5.ComputeHash(c.ConvertTo(hc, typeof(byte[])) as byte[]);
}
获取图像的灰度。
public static Bitmap getGrayscale(Bitmap hc){
Bitmap result = new Bitmap(hc.Width, hc.Height);
ColorMatrix colorMatrix = new ColorMatrix(new float[][]{
new float[]{0.5f,0.5f,0.5f,0,0}, new float[]{0.5f,0.5f,0.5f,0,0},
new float[]{0.5f,0.5f,0.5f,0,0}, new float[]{0,0,0,1,0,0},
new float[]{0,0,0,0,1,0}, new float[]{0,0,0,0,0,1}});
using (Graphics g = Graphics.FromImage(result)) {
ImageAttributes attributes = new ImageAttributes();
attributes.SetColorMatrix(colorMatrix);
g.DrawImage(hc, new Rectangle(0, 0, hc.Width, hc.Height),
0, 0, hc.Width, hc.Height, GraphicsUnit.Pixel, attributes);
}
return result;
}
我认为您对此有几个问题：
问题#1：
许多图像可能因压缩、水印、丢失帧和添加剪辑而略有不同。我建议对视频进行采样。例如，您可能需要考虑对视频中图像的一小部分进行二次采样。此外，为了避免噪声图像和有损压缩算法的问题。您可能需要考虑对采样的帧进行灰度化，并进行高斯模糊。 [高斯，因为它“更自然”（简短的回答）]一旦你有足够的子样本，你对视频的相似性有很好的信心，然后将其存储在数据库中。使用样本，您可以对它们进行散列，或者存储它们以便稍后进行％相似度。
Issue #2
您的数据源将影响您使用的工具包和库。 我建议保持这个简单[用 gif 保存并创建自定义查看器，不要在开发逻辑时尝试编写浏览器插件]
Issue #3
强烈建议使用 Postgres [如果有很多大型对象] 或 SQLite 来索引、存储和调用过去的元数据。
Issue #4
数据的大小将对召回、采样、查询数据库等产生巨大的决定。
总体建议：现阶段不要咬下超出你能承受的范围。从小处开始，然后逐渐成长。
另请参阅计算机视觉算法，以获取有关对象表示/召回的更多帮助。