【发布时间】：2017-05-05 19:03:13
【问题描述】：
目前正在做一个副项目，但我被困在一个很大的部分上。
目标是用户可以从包含 6 个图像/图标的不同流行应用中截取屏幕截图。我想要它，所以当用户进入我的应用程序时，他们可以上传该屏幕截图，我可以检测 6 张图像并将它们放入集合视图中。
问题是在屏幕截图中检测 6 张图片的类型，我曾考虑使用像 Tesseract 这样的 OCR，但我不确定这是否可行，因为屏幕截图中的文本为零，只有 6 张图片。可能有帮助的是，在那个应用程序中只有 50 种图像。创建某种图像数据库有帮助吗？但是我该如何比较它们呢？
如果这没有意义，我很抱歉，我只是不知道如何措辞。任何帮助都会很棒。
【问题讨论】：
-
所以你想比较一张图片和一组图片，然后给它一个标签？
-
是的，我想从屏幕截图中检测 6 张图像，并将它们与一组图像进行比较。只是不知道如何将它们相互比较。
-
我认为目标是使用类似于面部识别的东西来尝试定位屏幕截图中的 6 张图像。这听起来像是一个复杂的计算机视觉类型问题。
-
如果它是非常简单的相似图像，您可能需要研究感知散列。否则计算机视觉是正确的方法。
-
我解决这个问题的第一个想法是使用计算机视觉。像 OpenCV 这样的库可能是一个不错的选择。看看stackoverflow.com/questions/4196453/…