图像比较快速 GPU 算法查找未匹配

Question

我想知道比较 2 个 RGB 图像的最佳方法是什么。 我想找到差异的边界框列表。 或所有更改的统一边界框。任何一个都可以。

假设我正在比较 2 个桌面屏幕，其中一个图像在右下角的时间不同，并且一个图标在屏幕的左上角移动了

该算法可以找到移动图标的边界框和更改的数字（秒），这给了我 2 个包含更改的框或者它可以生成 MIN/MAX 类型的逻辑并生成单个框，包括这两个变化的结合。在这种情况下，框将是整个屏幕的大小，因为我的示例是针对最坏的情况。 （我知道一个人可以联合这些盒子并得到一个联合盒子）。但也许有一种更快的算法，然后将每个盒子分开。这就是为什么找到联合的算法也可以的原因。

我逐个像素地比较，发现整个屏幕的最小最大值，其中变化存在于类似时尚的嵌套循环中。
我什至在 OPENCL 上试过这个，但是 4K 图像的速度是不可接受的，因为它是 0^2。

是否有类似搜索的算法可以加快屏幕搜索速度。 也许将其表示为图表。有点像 A* 或其他一些基于启发式的搜索？

也许缩小它并进行搜索，然后仅在检测到更改的部分上进行第二次搜索？

也许转换为 YUV 有帮助？

Answer 1

我能想到的最快解决方案。将图像转换为灰度，对两个图像执行异或，然后使用聚类算法找到边界框。