这是一个非常古老的问题，也是一个非常困难的问题。试图匹配单个示例图像不会很好地工作。计算机视觉是一个伟大的领域，但也是一个困难的领域。

一般来说，这类问题的重点是你有一个特定类型的项目你想识别（例如行人），你试着简单地回答这样的问题：我的图片中有这种类型的项目吗？如果有，它在哪里？哪些像素是项目的一部分（最后一个称为分割 - 几年前，一个五岁的孩子在分割方面仍然会比最先进的技术做得更好）。

这些问题已经够难了，以至于人们大多只专注于识别一种类型的对象，或者可能是极少数。不久前，一些研究人员将数据库放在一起试图区分更大的选择——它被称为 caltech 101，因为它有 101 个项目。然后我相信创建了一个包含 500 个项目的版本。然而，对于这些项目中的每一个，都有许多不同的项目照片（至少 24（？）或类似的东西）。

据我所知，以高可靠性区分该数据库中的项目是一项最先进的挑战。

我提到这一点只是为了确保你知道你在问什么。如果我理解，您正在尝试使用单张照片可靠地识别物品单张照片数据库中相同类型的物品（但不是该物品的同一张照片），并且这个问题可能远远超出研究状态艺术是。

我正在用 C# 开发一个名为 SharpStitch 的图像注册软件（它是一个商业包）。

该软件采用 100% 托管代码 (C#) 编写，包含图像匹配所需的例程（特征提取、对应匹配、多图像匹配、贝叶斯检查）。

我仍在编写文档。

还有各种软件包，如 OpenCV、VLFeat、OpenSURF（可用 C# 代码），可让您从图像中提取特征。不过，匹配是一项不同的任务。