อัลกอริธึมการคำนวณการแฮชหรือ CRC แบบปกติใช้ไม่ได้กับข้อมูลรูปภาพ ต้องคำนึงถึงลักษณะมิติของข้อมูลด้วย
หากคุณต้องการการพิมพ์ลายนิ้วมือที่มีประสิทธิภาพอย่างมากเช่นการเปลี่ยนแปลงของ Affine (การปรับขนาดการหมุนการแปลการพลิก) คุณสามารถใช้การแปลงเรดอนในแหล่งที่มาของภาพเพื่อสร้างการแมปข้อมูลภาพที่เป็นบรรทัดฐาน - เก็บสิ่งนี้ไว้กับแต่ละภาพและ จากนั้นเปรียบเทียบเฉพาะลายนิ้วมือ นี่เป็นอัลกอริทึมที่ซับซ้อนและไม่เหมาะสำหรับคนใจร้อน
วิธีแก้ปัญหาง่ายๆสองสามอย่างเป็นไปได้:
- สร้างฮิสโตแกรมความส่องสว่างสำหรับภาพเป็นลายนิ้วมือ
- สร้างภาพแต่ละรุ่นที่ลดขนาดลงเป็นลายนิ้วมือ
- รวมเทคนิค (1) และ (2) เข้ากับแนวทางแบบผสมผสานเพื่อปรับปรุงคุณภาพการเปรียบเทียบ
ฮิสโตแกรมความส่องสว่าง (โดยเฉพาะอย่างยิ่งที่แยกออกเป็นส่วนประกอบ RGB) เป็นลายนิ้วมือที่เหมาะสมสำหรับภาพและสามารถใช้งานได้อย่างมีประสิทธิภาพ การลบฮิสโตแกรมหนึ่งออกจากอีกภาพหนึ่งจะทำให้เกิดโปรแกรมประวัติศาสตร์ใหม่ซึ่งคุณสามารถประมวลผลเพื่อตัดสินใจว่าภาพสองภาพมีความคล้ายคลึงกันอย่างไร ฮิสโตแกรมเนื่องจากการประเมินการกระจายและการเกิดขึ้นของข้อมูลความส่องสว่าง / สีเท่านั้นที่จัดการกับการเปลี่ยนแปลงของ Affine ได้ค่อนข้างดี หากคุณวัดปริมาณข้อมูลความส่องสว่างของส่วนประกอบสีแต่ละสีให้เหลือเพียงค่า 8 บิตพื้นที่เก็บข้อมูล 768 ไบต์ก็เพียงพอสำหรับลายนิ้วมือของภาพที่มีขนาดที่เหมาะสมเกือบทุกขนาด ฮิสโตแกรมความส่องสว่างจะสร้างเชิงลบที่ผิดพลาดเมื่อข้อมูลสีในภาพถูกจัดการ หากคุณใช้การเปลี่ยนแปลงเช่นความคมชัด / ความสว่างโปสเตอร์การเปลี่ยนสีการเปลี่ยนแปลงข้อมูลความส่องสว่าง
การใช้รูปภาพที่ปรับขนาดเป็นอีกวิธีหนึ่งในการลดความหนาแน่นของข้อมูลให้อยู่ในระดับที่ง่ายต่อการเปรียบเทียบ การลดลงต่ำกว่า 10% ของขนาดภาพต้นฉบับโดยทั่วไปจะสูญเสียข้อมูลมากเกินไปที่จะใช้งานได้ดังนั้นภาพขนาด 800x800 พิกเซลจึงสามารถลดขนาดลงเหลือ 80x80 และยังให้ข้อมูลเพียงพอสำหรับการพิมพ์ลายนิ้วมือที่เหมาะสม ซึ่งแตกต่างจากข้อมูลฮิสโตแกรมคุณต้องทำการปรับขนาดของข้อมูลภาพแบบแอนไอโซโทรปิกเมื่อความละเอียดของแหล่งที่มามีอัตราส่วนภาพที่แตกต่างกัน กล่าวอีกนัยหนึ่งการลดขนาดภาพ 300x800 ลงในภาพขนาดย่อ 80x80 ทำให้ภาพเสียรูปดังนั้นเมื่อเปรียบเทียบกับภาพขนาด 300x500 (ซึ่งคล้ายกันมาก) จะทำให้เกิดผลลบที่ผิดพลาด ลายนิ้วมือของภาพขนาดย่อมักจะสร้างเชิงลบที่ผิดพลาดเมื่อเกี่ยวข้องกับการแปลงความสัมพันธ์ หากคุณพลิกหรือหมุนภาพ
การรวมเทคนิคทั้งสองเป็นวิธีที่เหมาะสมในการป้องกันความเสี่ยงการเดิมพันของคุณและลดโอกาสที่จะเกิดขึ้นทั้งผลบวกเท็จและผลลบเท็จ