下面這些觀點(diǎn)是從論壇中總結(jié)過(guò)來(lái)的，便于以后參考：

?

xiuxianshen：遍歷比較一下；

?

s_pyd ：應(yīng)該還是要遍歷的把 因?yàn)槟阋紭?biāo)出來(lái) 也就相當(dāng)于遍歷了一遍；

?

Erorr：兩幅圖像素相減，得到的矩陣中非零的就是有差異的地方，找到重心，畫個(gè)圈就行了；

?

zhoujk：如果是拷屏或類似的方法，就可以用圖像相減的方法；試著用漢字OCR吧。還有一個(gè)方法，用SIFT來(lái)進(jìn)行點(diǎn)匹配，之后進(jìn)行圖相減運(yùn)算。對(duì)于含噪聲的圖，可以先進(jìn)行降噪處理；

?

mjh1021：SSIM；

?

YODOYODO：有噪聲的話簡(jiǎn)單的想減搞不定啊。可不可以這樣？先把圖像分成一個(gè)一個(gè)的方塊區(qū)域（假設(shè)是100*100），然后逐個(gè)相減，得到一個(gè)100*100的矩陣。然后把矩陣二值化，去掉孤立的非零點(diǎn)（就是說(shuō)8鄰域內(nèi)的點(diǎn)全是0而自己是1的點(diǎn)），然后把矩陣所有的節(jié)點(diǎn)相加，得到一個(gè)“距離”，設(shè)定一個(gè)閾值，當(dāng)閾值大于一個(gè)數(shù)的時(shí)候就認(rèn)為這個(gè)方塊區(qū)域是有差異的。這樣把所有的方塊比對(duì)一遍，就能得到一個(gè)結(jié)果矩陣，按照這個(gè)結(jié)果矩陣把不同的方塊圈起來(lái)就可以了，這里可能去要一個(gè)方塊合并的策略，把相鄰的有差異個(gè)方塊合并到一起，然后用一個(gè)圓圈起來(lái)。

???? 去找個(gè)能在點(diǎn)陣圖上輸出的圖形庫(kù)，里面肯定有根據(jù)參數(shù)畫橢圓的功能，比如agg啊什么的；

?

?

strongmission：pca ；

?

lisunlin0：可以基于紋理比較。事實(shí)上，基于圖像邏輯內(nèi)容的比較是非常復(fù)雜的工作。別看大家回答的很踴躍，其實(shí)沒(méi)有誰(shuí)能拿出實(shí)際可行的高效算法；

?

healer_kx：矩陣相減啊。得到的矩陣滿足一定條件，即可認(rèn)為相同；

?

Guassfans：利用OpenCV的解決方案：
http://www.cnblogs.com/xrwang/archive/2010/04/29/StereoSGBMAndSetWindowProperty.html

dirdirdir3：如果不是象素點(diǎn)對(duì)應(yīng)的,最應(yīng)該先搞得是匹配吧...............然后才是對(duì)比；

?

flydreamGG：不知道你的前提是什么？兩幅圖像大小完全一樣嗎？？你上面只是說(shuō)了有沒(méi)有噪聲，并沒(méi)有說(shuō)要進(jìn)行匹配的問(wèn)題。如果要進(jìn)行匹配，那么任何算法都免不了這一步，這就會(huì)比比較兩幅圖像要復(fù)雜的多，因?yàn)楸旧砭褪且粋€(gè)比對(duì)的過(guò)程。如果不需要就行匹配，最簡(jiǎn)單的方法就是差影法，也就是上面說(shuō)的直接相減取絕對(duì)值的方法，因?yàn)檫@種方法只需要遍歷一次。如果擔(dān)心效果不理想，可以對(duì)差影后的圖像做簡(jiǎn)單得處理，比如二值化，消噪等，來(lái)突出顯著差異的位置。

?