matlab ransac代码ShapeContexts 用于形状匹配和点对应的形状上下文。 忠实地实现了Belongie，Malik和Puzicha的“形状上下文”。 基于玫瑰直方图之间的卡方距离。 入门 这个小项目是Belongie，Malik和Puzicha的“形状上下文”的忠实实现。 它们可用于形状匹配以及从一个形状到另一个形状的点对应。 该方法计算从一个形状的玫瑰直方图到另一形状的玫瑰直方图的推土机距离，每个点一个直方图。 函数“ munkres.m”由曹操编写，最初是从这里开始的： 先决条件 为此，您需要在以下工具箱中安装Matlab：-image_toolbox -statistics_toolbox 如果要运行test_ransac.m，则必须安装Kovesi的matlab软件包，可以在这里找到它们： 版本控制 这是版本1，相当慢，将来我计划编写CUDA版本或它以及直方图的更新机制。 作者 阿德里安·萨特马里（Adrian Szatmari） 执照 此项目已获得MIT许可证的许可-有关详细信息，请参见文件 致谢 非常感谢Peter Kovesi和Yi Cao公开提供了他

DFT的matlab源代码一小段代码说明形状上下文匹配。 实现的代码通常非常简单，可以在中遵循。 我们使用OpenCV库执行大多数I / O。 我对这些点进行装箱，然后使用辅助库进行加权二分匹配。 为了方便起见，我从文件中提取了轮廓点，而不是从图像中提取轮廓点。 但是，我还提供了两个测试图像进​​行比较。 make ./match 如果您已将OpenCV安装在其他位置，则取决于您的bash配置和ld配置，可能必须在Makefile中添加一些其他内容。 我的编译步骤通常是 g++ -I/opt/local/include main.cpp lap.cpp /opt/local/lib -lopencv_core -lopencv_imgproc -lopencv_highgui -o match ./match conts_015.out conts_008.out 海豚的两个不同的背鳍。 分割出来（使用graphcuts），并使用一些基本的阈值测量方法提取轮廓。 加权二部匹配擅长于匹配轮廓。 但是，该过程很慢，需要选择采样

经典原文文献shape Matching and object Recognition Using shape的代码，代码有中文注释，易懂

图像检索算法之相似度匹配算法 形状上下文

形状上下文 代码 MATLAB 能运行的 效果很好

shape context 形状上下文 验证码识别 PYTHON代码 网上此资源较少 以测试可用 自己修改参考可以用在自己的项目上