如何从一个截图图片集中选取原图片？

Question

现有数张图片，都是同一张原图片，经过部分截图后、经过缩放的图片，请问如何从中选取最接近原图片（或者说信息量最大的图片）？

举个例子
图 1
图 2
图 3

一看就知道图1，最接近原图，虽然它最小。

Answer 1

这样应该可以：先进行特征检测，然后匹配合成大图，然后用这张大图检测特征点与每张小图匹配，匹配区域最大的小图就是信息量最多的。

算法伪代码：

L = I[1];
f = features(I[1]);
for i = 2 to N
    fi = features(I[i]);
    L = combine(I[i], L) with fi;
end
max_area = 0;
max_img = 1;
for i = 1 to N
    f = features(I[i]);
    area  = matched_area(I[i],L) with f;
    if area > max_area
        max_area = area;
        max_img = i;
   end
end

---

比如原图：

抠出一块并且放大：

检测出surf特征并且进行匹配：

这样就用ransac之类的算法计算出变换矩阵，从而找出两图的匹配位置：

匹配出来之后，用上面的算法，选出最大匹配区域的图片即可。

Answer 2

我给一个思路。

题主的问题可以理解为：“如何判断一张图片是否另一张图片的部分截取”

例如B图是从A图中截取的。

1. 我们只需要把B图盖在A图上形成C图，然后求颜色的变化率，这样，如果B图是从A图的左上角开始截取的，那么变化率就会很低。

2. 如果不是从左上角截取的，那么我们就需要循环，将B图覆盖在A图的1,1坐标，1,2坐标，2,2坐标，直到图片边缘。

3. 如果B图有缩放，那么还需要像第二步那样，不断调整缩放率

等有空做个动态图来说明一下