В обычном дискурсе, глядя на сфотографированное изображение (A) в формате JPG и его слегка отфотошопленную версию (A2), большинство людей могут интуитивно сравнить их и визуально оценить, что это действительно одно и то же изображение, за исключением для небольшого числа различий.
Однако это не является формальным доказательством того, что два изображения «почти идентичны», и поэтому могут быть оспорены в условиях, когда требуется более строгий стандарт доказательства (правовые условия или Skeptics.SE).
Если бы это была пара текстовых файлов, можно было бы выполнить diff
команду для них и установить близкое сходство, поскольку результат различия был бы значительно меньше размера файла.
Но поскольку это изображения в формате JPG, я ожидаю, что эффект от фотошопа и сохранения второй версии — с немного другой степенью сжатия для загрузки — приведет к тому, что прямой diff будет на 100% бесполезен.
Существуют ли формальные методологии обработки изображений, которые можно использовать для «различения» двух сохраненных фотоизображений с использованием сжатия с потерями (JPG) ?
Методология должна быть проверена (например, посредством процесса экспертной оценки вплоть до публикации в хорошо известном издании по обработке изображений/компьютерному зрению/и т. д.).
Желаемый результат - либо числовой % изменения; или какой-то метод визуализации.
Методология должна быть нечувствительна к незначительной постобработке, такой как небольшая обрезка краев, изменение размера и сохранение с другим коэффициентом сжатия, что приводит к незначительным потерям.
Если да, то существуют ли общедоступные веб-сайты или бесплатные программы, которые (а) могут загружать 2 JPG и создавать «diff»; (б) Публиковать точную методологию, которую они используют, которая соответствует #1.
Сообщество исследователей компьютерного зрения часто использует PSNR (отношение пикового сигнала к шуму) при сравнении изображений, например, для оценки того, насколько хорош конкретный алгоритм сжатия или реконструкции изображения.
Страница википедии описывает, как его рассчитать: http://en.wikipedia.org/wiki/Peak_signal-to-noise_ratio
Это математическая оценка, основанная на числовой разнице между значениями пикселей. Сначала необходимо выровнять два изображения. Небольшое смещение может привести к плохой оценке совпадения, даже если в остальном изображение идентично.
Вы можете использовать Photoshop и слои, чтобы увидеть «разницу» между ними. Мне известно о приложении diff для Mac, которое делает это с изображениями: область изображения Kaleidoscope звучит так, как вы хотите.
Что вам нужно, так это мера сходства изображений.
Эта статья посвящена этому, но вам придется реализовать это самостоятельно. Не знаю, насколько точны их результаты, так как я не вижу изображения, которые они использовали.
Это за платной бумагой также связано с использованием техники, которую я использовал раньше, называемой NCD (нормализованное расстояние сжатия). Результатом такой меры является значение от 0 до 1, где 0 указывает, что оба изображения идентичны (хорошо, я никогда не видел, чтобы это было 0 даже для идентичных файлов, но значения очень близки к 0).
Как насчет расчета корреляции изображений? Это хорошо зарекомендовавший себя метод поиска различий между изображениями, и он дает полезное число, определяющее разницу.
Я уверен, что есть много бесплатных программ, которые могут делать корреляцию.
пользователь 28116
Филип Кендалл
ДВК
МарчинВольны
JenSCDC
ДВК
ДВК
пользователь 28116
Филип Кендалл
ДВК
Филип Кендалл
Рассел МакМахон
Б Шоу
ДВК