根据男女生照片匹配最合适的男女朋友

根据一个男生的照片，从已有的女生图片中匹配到和男生最般配的女生，这要怎么用c++实现呀！求帮助😨

你这里的最般配指什么？特征？还是相似度？得用到opencv，我这里给一个案例

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

void matchFeatures(Mat& descriptors1, Mat& descriptors2, vector<DMatch>& matches) {
    // 特征匹配器
    Ptr<DescriptorMatcher> matcher = DescriptorMatcher::create("BruteForce");

    // 根据特征描述符进行匹配
    matcher->match(descriptors1, descriptors2, matches);
}
double computeSimilarityScore(vector<DMatch>& matches) {
    double score = 0.0;
    for (size_t i = 0; i < matches.size(); i++) {
        score += matches[i].distance;
    }

    return score;
}
int findBestMatch(Mat& descriptors1, vector<Mat>& descriptors2List) {
    int bestMatchIndex = -1;
    double bestScore = numeric_limits<double>::max();
    for (size_t i = 0; i < descriptors2List.size(); i++) {
        vector<DMatch> matches;
        matchFeatures(descriptors1, descriptors2List[i], matches);

        double score = computeSimilarityScore(matches);

        if (score < bestScore) {
            bestScore = score;
            bestMatchIndex = i;
        }
    }

    return bestMatchIndex;
}

int main() {
    Mat maleImage = imread("male.jpg", IMREAD_GRAYSCALE);
    Mat femaleImage1 = imread("female1.jpg", IMREAD_GRAYSCALE);
    Mat femaleImage2 = imread("female2.jpg", IMREAD_GRAYSCALE);

    // 提取特征描述符
    Ptr<FeatureDetector> detector = ORB::create();
    Ptr<DescriptorExtractor> extractor = ORB::create();

    vector<KeyPoint> maleKeypoints, femaleKeypoints1, femaleKeypoints2;
    Mat maleDescriptors, femaleDescriptors1, femaleDescriptors2;

    detector->detectAndCompute(maleImage, Mat(), maleKeypoints, maleDescriptors);
    detector->detectAndCompute(femaleImage1, Mat(), femaleKeypoints1, femaleDescriptors1);
    detector->detectAndCompute(femaleImage2, Mat(), femaleKeypoints2, femaleDescriptors2);

    // 构建女生的特征描述符列表
    vector<Mat> femaleDescriptorsList = { femaleDescriptors1, femaleDescriptors2 };
    int bestMatchIndex = findBestMatch(maleDescriptors, femaleDescriptorsList);
    if (bestMatchIndex >= 0) {
        cout << "The best match is female" << bestMatchIndex + 1 << endl;
    } else {
        cout << "No match found" << endl;
    }

    return 0;
}

夫妻相

• 这篇博客: 必知C++算法之概率基本问题中的 某地区重男轻女，一个家庭如果出生一个女孩就一直生，直到生出男孩就停止生育。假设一胎就生一个，问时间足够长后，该地区男女比例是会变为多少 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

• 答案：时间足够长后，男女比例依然1：1

  假设有n个家庭

  n/2的家庭第一胎就生出男孩，所以只有1个孩子。

  有n/4的家庭先生1女孩，再生1男孩，有2个孩子。

  有n/8的家庭线生2女孩，再生1男孩，有3个孩子。

  孩子总数为：

  n/2+(n/4)x2+(n/8)x3 +(n/16)x4… = 2xn

  每个家庭都会有一个男孩，所以2n的孩子中，男孩数为n,所以女孩数也为n。

  所以比列依然为1:1

一般来说，可以把人的相貌分为一些类型，比如说女生的短发、流海、马尾、长发，脸型的圆脸、瓜子、梨子，体型的消瘦、丰腴等等，你可以用有监督学习或者无监督学习先对照片聚类或者分类，然后你可以让异性首先在几个随机抽取的图片里选择ta喜欢的类型，然后将对应的类型再给他匹配。要考虑某些类型的供给平衡问题，比如说美女很多男生都喜欢，所以说还要给每个人进行一个供给需求度的打分，优先将需求度高的两者先匹配起来。
在真实的商业系统里，门道就更多了，有时候要考虑的是刺激更多用户使用，那么还得故意造成一些失配，以便吊住一些用户的胃口。