ビットマップの2つのビットマップまたは部分を比較して、それらの類似性を確認したいと思います。ビットマップデータの類似アルゴリズム
Levenshtein distanceやJaro-Winkler distanceのような文字列データの類似アルゴリズムがいくつか出てきました。明らかに、これらはビットマップデータに関しては役に立ちません。
類似のビットマップとはどのように比較するアルゴリズムを提案できますか？アイデアのための
EDIT
おかげで、リンクなど
すべての情報は、このトピックに慣れるのに役立ちますが、私は画像を生成する方法を思ったんだけど、一緒にもっと何かこの行：あなたが使用することができ
Hausdorff image comparisonを参照してください。ただし、バイナリイメージが必要であることに注意してください。
視覚的に類似した画像は、基本的な画素表現が大きく異なる場合があります。人間の知覚は、コンピューティングの視覚的類似性をかなり困難にする。 Hausdorffは、一般的な類似性が同じ場合に、2つの異なる画像に高いスコアを付けることによって、これを十分に処理します。
データの距離を計算する場合は、任意の距離メトリックを使用して、ピクセル上で直接行うことができます。私は特にマハラノビスの距離がこのような比較のために好きです。
ここには、similar questionのinteresting linkがあります。類似の画像を認識するために自己学習ニューラルネットを使用する。
ヒルベルト曲線を使用して画像を細分し、rgb値を読み取る必要があります。次に、高速フーリエ変換を使用して、イメージを離散アナログ信号に記録することができます。次に、これをデータベースに保存し、他の結果と比較することができます。結果は非常に良いはずです。実際、これは、JPEG圧縮がモートン曲線を使用することを除いて、JPEG圧縮（ヒルベルト曲線）の量子化ステップのようなものです。
ニューラルネットワークも解決策をもたらします。 Kohonenネットワーク（画像をクラスにグループ分けしてトポロジーマップを与える）やHopfieldネットワークを使用することができます（いくつかの代表的な画像を提供し、学習モードで提供される画像にネットワークで分類されます）。
コホーネンネットワーク：http://en.wikipedia.org/wiki/Self-organizing_map
ホップフィールドネットワークhttp://en.wikipedia.org/wiki/Hopfield_network
あなたは、入力として、元ヴァン・ゴッホ与えられたような画像を生成したいですか？明確にすることはできますか？ – gordy
ソースを使ってイメージを生成しますが、必ずしもそのようにはなりません。この画像は、ビデオフィードから静止画像を分割して作成されました。私はそれを作成する以上に類似性を評価することに興味があります（それについてもっと知りたいと思いますが） – Daniel
あなたはそのような画像をランダムに展開できるように、類似のルーチンの後にいますか？その目的のために、私は下のニューラルネットワークの解決策がうまくいくかもしれないと言います。 – gordy