Esta pergunta já tem uma resposta aqui:

Estou trabalhando no sistema de reconhecimento de veias da mão dorsal. Já binarizei e pré-processei a imagem, seguida pela extração de recursos (coordenadas de pixels brancos) dos padrões de veias mais finas, como mostrado abaixo na figura (Imagem 1). Essas etapas foram repetidas para 10 imagens e suas coordenadas armazenadas no arquivo .txt.

gora, digamos que tenho uma imagem de consulta (Imagem 2), como abaixo, onde todas as etapas mencionadas acima foram aplicadas e as coordenadas foram recuperada

Para fins de correspondência, quero adaptarist estratégia de correspondência de papel que afirmava que " Um algoritmo que, de alguma forma, faz exatamente a mesma coisa é implementado para fazer uma correspondência de similaridade entre imagens binárias. A correspondência é um processo bidirecional. Na primeira etapa, o algoritmo varre a imagem da consulta e pega cada valor de pixel em primeiro plano (também é possível obter pixels de fundo) e o compara com o valor de pixel na imagem do banco de dados no local correspondente. Se encontrar o mesmo valor na mesma posição na imagem do banco de dados, isso será considerado como uma contagem de ocorrências. Caso contrário, será considerado como uma contagem de erros e, finalmente, a diferença do acerto e o número de erros será dividido pelo número total de pixels em primeiro plano na imagem da consulta. O resultado dessa divisão fornece um número que indica quão semelhante é a imagem da Consulta à imagem do Banco de Dados (SQD). Na segunda etapa, a imagem do banco de dados é digitalizada e seus elementos de pixel em primeiro plano são comparados com a imagem da consulta, como é feito na primeira etapa. Isso nos dará um resultado que indica quão semelhante é a imagem do banco de dados à imagem de consulta (SDQ). Em seguida, a média do SQD e do SDQ, Average Similarity Measure (ASM), é tomada como uma medida de classificação para o processo de recuperaçã"

Obrigado