簡單快速的方法來比較圖像的相似性我需要一種簡單快速的方法來比較兩個圖像的相似性。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/調整大小幾個像素，我想獲得高值。（更具體的是，如果重要的話：一張圖片是一個圖標，另一張圖片是截圖的子區域，我想知道該子區域是否恰好是圖標。）我手邊有OpenCV，但我仍然不習慣它。到目前為止我想到的一種可能性：將兩張圖片分成10x10個單元格，對于這100個單元格中的每一個，比較顏色直方圖。然后我可以設置一些補償閾值，如果我得到的值高于該閾值，我認為它們是相似的。我還沒有嘗試過它的效果如何，但我想它會足夠好。圖像已經非常相似（在我的用例中），所以我可以使用相當高的閾值。我想有很多其他可能的解決方案可以或多或少地工作（因為任務本身非常簡單，因為我只想檢測相似性，如果它們非常相似）。你會建議什么？關于從圖像中獲取簽名/指紋/哈希，有一些非常相關/類似的問題：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圖像檢測OpenCV：指紋圖像和數據庫比較。更多的，更，更多，更多，更多，更多，更多另外，我偶然發現了這些具有獲取指紋功能的實現：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。關于感知圖像哈希的一些討論：這里有點offtopic：有很多方法來創建音頻指紋。MusicBrainz是一種為歌曲提供基于指紋的查找的網絡服務，在他們的維基中有很好的概述。他們現在正在使用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），請查看Echoprint。一個相關的SO問題在這里。所以這似乎解決了音頻問題。所有這些解決方案都非常有效。對一般的模糊搜索一個稍微更通用的問題是在這里。例如，存在局部敏感的散列和最近鄰搜索。