OpenCV 进行图像相似度对比的几种办法 |
您所在的位置：网站首页 › 对比图片设计 › OpenCV 进行图像相似度对比的几种办法 |
OpenCV 进行图像相似度对比的几种办法
|
最近研究了下计算机视觉、图像对比参考了一下py的一些源码和思路等信息学习学习。
但是呢只能对应相似度、稍微改一改剪切了图片后的就变化差异比较大，对目前自己的需求来说不是很有作用，顺带整理分享一下。
如上图：图一：喵1.jpg 图二： g喵1.jpg 图三：喵3.jpg 图四：喵2.jpg（带着后冠的女王喵耶、必须单独一行）   
代码执行结果如下： 对比后的相似度，相似度越高，图片越接近，达到1.0说明图片完全相同。 （下图为剪切的布偶喵咪和原猫咪对比）效果你肯定想着还可以的吧、但其实不算理想咯。
上下图、另一个不一样的猫咪对比。 可可爱爱的两个猫咪对比后：还没有0.5没一半、过分了喔、可能因为颜色不一样了？但是姿势角度是一样的？差异那么多？ 嗯、下面有提供一些思路一起研究啦。。。
那就接下来继续第三只猫咪吧、冲鸭~
结果可以看到、当前的第三只可爱小猫咪和第二只对比过的相似度是差不多的。唉。。。 数据啊结果啊、总是那么的不如意。。。
反正都对比了就把女王喵和猫2好对比一下看看咯：这个摆明不一样的啦、
这个结果还是自己认为的妥妥的、对应上了。 计算两幅图片的相似度总结参考： https://blog.csdn.net/u010977034/article/details/82733137?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-7.compare&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-7.compare 猫咪对比的代码参考、互学共进步、顺带自己记录一下 稳稳的 from PIL import Image import glob import os class CompareImage(): def calculate(self, image1, image2): g = image1.histogram() s = image2.histogram() assert len(g) == len(s), "error" data = [] for index in range(0, len(g)): if g[index] != s[index]: data.append(1 - abs(g[index] - s[index]) / max(g[index], s[index])) else: data.append(1) return sum(data) / len(g) def split_image(self, image, part_size): pw, ph = part_size w, h = image.size sub_image_list = [] assert w % pw == h % ph == 0, "error" for i in range(0, w, pw): for j in range(0, h, ph): sub_image = image.crop((i, j, i + pw, j + ph)).copy() sub_image_list.append(sub_image) return sub_image_list def compare_image(self, file_image1, file_image2, size=(256, 256), part_size=(64, 64)): ''' 'file_image1'和'file_image2'是传入的文件路径 可以通过'Image.open(path)'创建'image1' 和 'image2' Image 对象. 'size' 重新将 image 对象的尺寸进行重置，默认大小为256 * 256 . 'part_size' 定义了分割图片的大小.默认大小为64*64 . 返回值是 'image1' 和 'image2'对比后的相似度，相似度越高，图片越接近，达到1.0说明图片完全相同。 ''' image1 = Image.open(file_image1) image2 = Image.open(file_image2) #调用"split_image"函数，把图片切割，并分别放在数组中 img1 = image1.resize(size).convert("RGB") sub_image1 = self.split_image(img1, part_size) img2 = image2.resize(size).convert("RGB") sub_image2 = self.split_image(img2, part_size) sub_data = 0 #把切割好的照片，从数组中一一对应的提出来，传入"calculate"函数，做直方图比较 for im1, im2 in zip(sub_image1, sub_image2): sub_data += self.calculate(im1, im2) x = size[0] / part_size[0] y = size[1] / part_size[1] pre = round((sub_data / (x * y)), 6) # print(str(pre * 100) + '%') if pre |
【本文地址】
公司简介
联系我们
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |