我正在做一个项目，我想通过边缘检测来找到闭合轮廓的坐标，然后使用FFT来切除较高的频率，从而检测出手写的6。截止后，我在频率空间中将不同的“数字或字符”与例如SAD进行比较，以确定输入图像是否为6。

在进行边缘检测之后，我最终得到了向量中的坐标，并对其进行绘制，可以清楚地看到它可以完成工作：

绘制了六个数字：

此后，我将X，Y坐标转换为复数并对它们执行FFT（matlab）。因为我想截止说最高频率的70％加上去掉DC部分（使其平移不变），是matlab FFT的输出已经按频率排序了？

在此之后，我切断了一定百分比的频率，并使其缩放和旋转不变，也将归一化并去除了复数的角度。

im = X+1j*Y; %covert to complex numbers
list = fft(im); %perform fft

top30 = list(2:round(length(list)*usedPercent)); %remove dc part and only keeping a certain percentage of the output from fft

top30 = top30/norm(top30); %normalize to make scale-invariant
top30=abs(top30); % removing the angle to make it rotation-invariant

上面的部分用作从不同数字/字符的不同图像创建频率列表以进行实际比较的功能，我使用了“参考”数字6，然后将所有输入与之比较，例如SAD下方：

test_six = sum(abs(var1(1:min(size(var1),size(var2)))-var2(1:min(size(var1),size(var2))))) 

% var1 is the frequencies obtained from my reference number six
% var2 is the frequencies obtained from another number six

因为频率的输出大小不同，所以我只比较min（n1，n2） 频率，我不确定这是否是执行SAD的正确方法。

将我的参考数字6与数字7进行比较时，SAD值比将其与其他六个数字进行比较时的低，这些是图像：

另外六个图：

绘制了七个数字：

由于闭合轮廓未考虑6中的“孔”，所以7与6非常接近并不奇怪，但我仍然感到惊讶的是它实际上得到的SAD值低于其他6 。比较旋转的六个（即非常类似于九）时，我得到的SAD值非常低，这是可以预期的，因为它的旋转不变。

这是否是解决问题的好方法，还是我在这里犯了一些重大错误？

默认情况下，matlabs FFT的输出是否按频率对数字进行排序？还是我必须手动执行该操作？

这种实现SAD比较的方法是正确的还是有更好的解决方案来比较结果？

非常感谢！