algorithm - 论文 "An Image Signature for any kind of Image"中的算法背后的推理是什么？

Question

H.Chi Wong、Marshall Bern 和 David Goldberg 的论文“An Image Signature for any kind image”中提到的算法步骤背后的原因是什么？这是研究论文的链接:http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.104.2585&rep=rep1&type=pdf

论文的第二步指出“对于图像的每一列，我们计算该列中相邻像素之间差异的绝对值之和。我们计算所有列的总和，并以 5% 和 5% 的比例裁剪图像95% 列，即差异总和的 5% 位于裁剪图像两侧的列。“在 5% 和 95% 列裁剪图像”和“位于裁剪图像的任一侧”？第一步是将图像转换为灰度。

第二步指出必须在图像上施加 9x9 点网格，如何在 Microsoft Visual Studio 2012 中使用 OpenCV 2.4.11 来实现？

预先感谢您的时间和精力。

P.S:我是一名在研究机构从事非营利事业的学生。您对这些问题的回答对于实现查找相似图像的项目非常重要和有用。

Answer 1

如果您想实现一个项目来寻找相似的图像，您不需要重新编码，因为这里有一个完整的、可用的算法开源实现(在 Python 中):

https://github.com/ascribe/image-match

这个 github 存储库声称是上述论文的实现:H.Chi Wong、Marshall Bern 和 David Goldberg 的“任何类型图像的图像签名”。