• El modo 'get_runes' es la app final para los usuarios" en donde se ingresa una imagen de un campeón de League of Legends como consulta y se retorna los set de runas adecuados para él
  • El comando de ejecución es: python execute_app.py get_runes [cropped_image_path]

-El modo 'full_execution' sirve para realizar debugging de la app y benchmarking de tiempos. n este modo se precomputan los descriptores sift, se generan crops aleatorios de imágenes se realiza match de vectores sift con un dataset extenso y se anotan los resultados en un archivo .txt - El comando de ejecución es

`python execute_app.py full_execution [original_images_folder_path] [sift_descriptors_folder_path] [cropped_images_folder_path] [results_text_file]`

Para realizar la comparación entre el screenshot del usuario y el dataset se aplica la detección de puntos de interés mediante descriptores SIFT

Los descriptores SIFT calculados para las imágenes del proyecto utilizan el método de diferencias gaussianas (Difference of Gaussians). Además al momento de comparar las imágenes de los campeones con descriptores locales se restringen los matches entre keypoints, seleccionando solos los de menor distancia con respecto a un umbral Esto solo funciona con casos "fáciles", cuando la aparición del objeto es muy parecida a la consulta, el cual es el caso del proyecto.