我有一组来自多个国家的文件，例如（身份证件、驾驶执照和护照等），我需要将它们各自归类到自己的类别中，然后我可以将任何不在我的数据集中的新文件分类到相应的类别中。

文件可能被旋转或移动，或者两者都有。来自同一类别的两个文件的颜色可能不完全相同。

执行此操作的最佳算法是什么？

回答：

正如其他人提到的，这并不是一个真正的分类问题。此外，由于你处理的是可能被旋转、倾斜等的文件，你实际上应该对图像进行某种对象检测/特征分析。

我建议研究一下感知哈希或者加速稳健特征 (SURF)（如果你需要处理大量的旋转/倾斜，后者更适合）。具体来说，我会将图像分解成非识别区域（例如，你会排除包含用户的信息或照片的区域），专注于具有大量匹配特征点的区域。

使用在特定ID类别的所有实例中都一致的区域，这样你的匹配得分会更高，然后对所有你比较的部分进行聚合，以进行分类。