欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python 比較2張圖片的相似度的方法示例

 更新時間:2019年12月18日 11:20:00   作者:mse0520  
這篇文章主要介紹了python 比較2張圖片的相似度的方法示例,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧

本文介紹了python 比較2張圖片的相似度的方法示例,分享給大家,具體如下:

#!/usr/bin/python
# -*- coding: UTF-8 -*-
import cv2
import numpy as np
 
#均值哈希算法
def aHash(img):
  #縮放為8*8
  img=cv2.resize(img,(8,8),interpolation=cv2.INTER_CUBIC)
  #轉(zhuǎn)換為灰度圖
  gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
  #s為像素和初值為0,hash_str為hash值初值為''
  s=0
  hash_str=''
  #遍歷累加求像素和
  for i in range(8):
    for j in range(8):
      s=s+gray[i,j]
  #求平均灰度
  avg=s/64
  #灰度大于平均值為1相反為0生成圖片的hash值
  for i in range(8):
    for j in range(8):
      if gray[i,j]>avg:
        hash_str=hash_str+'1'
      else:
        hash_str=hash_str+'0'
  return hash_str
 
#差值感知算法
def dHash(img):
  #縮放8*8
  img=cv2.resize(img,(9,8),interpolation=cv2.INTER_CUBIC)
  #轉(zhuǎn)換灰度圖
  gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
  hash_str=''
  #每行前一個像素大于后一個像素為1,相反為0,生成哈希
  for i in range(8):
    for j in range(8):
      if  gray[i,j]>gray[i,j+1]:
        hash_str=hash_str+'1'
      else:
        hash_str=hash_str+'0'
  return hash_str
 
#Hash值對比
def cmpHash(hash1,hash2):
  n=0
  #hash長度不同則返回-1代表傳參出錯
  if len(hash1)!=len(hash2):
    return -1
  #遍歷判斷
  for i in range(len(hash1)):
    #不相等則n計數(shù)+1,n最終為相似度
    if hash1[i]!=hash2[i]:
      n=n+1
  return n
 
img1=cv2.imread('A.png')
img2=cv2.imread('B.png')
hash1= aHash(img1)
hash2= aHash(img2)
print(hash1)
print(hash2)
n=cmpHash(hash1,hash2)
print '均值哈希算法相似度:'+ str(n)
 
hash1= dHash(img1)
hash2= dHash(img2)
print(hash1)
print(hash2)
n=cmpHash(hash1,hash2)
print '差值哈希算法相似度:'+ str(n)

講解

相似圖像搜索的哈希算法有三種:

  • 均值哈希算法
  • 差值哈希算法
  • 感知哈希算法
  • 均值哈希算法

步驟

縮放:圖片縮放為8*8,保留結(jié)構(gòu),出去細節(jié)。
灰度化:轉(zhuǎn)換為256階灰度圖。
求平均值:計算灰度圖所有像素的平均值。
比較:像素值大于平均值記作1,相反記作0,總共64位。
生成hash:將上述步驟生成的1和0按順序組合起來既是圖片的指紋(hash)。順序不固定。但是比較時候必須是相同的順序。
對比指紋:將兩幅圖的指紋對比,計算漢明距離,即兩個64位的hash值有多少位是不一樣的,不相同位數(shù)越少,圖片越相似。

代碼實現(xiàn): 

#均值哈希算法
def aHash(img):
  #縮放為8*8
  img=cv2.resize(img,(8,8),interpolation=cv2.INTER_CUBIC)
  #轉(zhuǎn)換為灰度圖
  gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
  #s為像素和初值為0,hash_str為hash值初值為''
  s=0
  hash_str=''
  #遍歷累加求像素和
  for i in range(8):
    for j in range(8):
      s=s+gray[i,j]
  #求平均灰度
  avg=s/64
  #灰度大于平均值為1相反為0生成圖片的hash值
  for i in range(8):
    for j in range(8):
      if gray[i,j]>avg:
        hash_str=hash_str+'1'
      else:
        hash_str=hash_str+'0'      
  return hash_str

差值哈希算法

差值哈希算法前期和后期基本相同,只有中間比較hash有變化。

步驟
1. 縮放:圖片縮放為8*9,保留結(jié)構(gòu),出去細節(jié)。
2. 灰度化:轉(zhuǎn)換為256階灰度圖。
3. 求平均值:計算灰度圖所有像素的平均值。
4. 比較:像素值大于后一個像素值記作1,相反記作0。本行不與下一行對比,每行9個像素,八個差值,有8行,總共64位
5. 生成hash:將上述步驟生成的1和0按順序組合起來既是圖片的指紋(hash)。順序不固定。但是比較時候必須是相同的順序。
6. 對比指紋:將兩幅圖的指紋對比,計算漢明距離,即兩個64位的hash值有多少位是不一樣的,不相同位數(shù)越少,圖片越相似。

#差值感知算法
def dHash(img):
  #縮放8*8
  img=cv2.resize(img,(9,8),interpolation=cv2.INTER_CUBIC)
  #轉(zhuǎn)換灰度圖
  gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
  hash_str=''
  #每行前一個像素大于后一個像素為1,相反為0,生成哈希
  for i in range(8):
    for j in range(8):
      if  gray[i,j]>gray[i,j+1]:
        hash_str=hash_str+'1'
      else:
        hash_str=hash_str+'0'
  return hash_str

感知哈希算法

感知哈希算法可以參考
相似性︱python+opencv實現(xiàn)pHash算法+hamming距離(simhash)(三)
講的很詳細了。

Hash值對比

由于返回值為str字符串,所以直接遍歷字符串進行比對。

#Hash值對比
def cmpHash(hash1,hash2):
  n=0
  #hash長度不同則返回-1代表傳參出錯
  if len(hash1)!=len(hash2):
    return -1
  #遍歷判斷
  for i in range(len(hash1)):
    #不相等則n計數(shù)+1,n最終為相似度
    if hash1[i]!=hash2[i]:
      n=n+1
  return n

以上就是本文的全部內(nèi)容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

  • python爬蟲之xpath的基本使用詳解

    python爬蟲之xpath的基本使用詳解

    本篇文章主要介紹了python爬蟲之xpath的基本使用詳解,小編覺得挺不錯的,現(xiàn)在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧
    2018-04-04
  • Python人工智能深度學習模型訓練經(jīng)驗總結(jié)

    Python人工智能深度學習模型訓練經(jīng)驗總結(jié)

    這篇文章主要為大家介紹了Python人工智能深度學習模型訓練的經(jīng)驗總結(jié)及建議,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步
    2021-11-11
  • Python金融數(shù)據(jù)可視化匯總

    Python金融數(shù)據(jù)可視化匯總

    這篇文章主要介紹了Python金融數(shù)據(jù)可視化(兩列數(shù)據(jù)的提取,分別畫,雙坐標軸,雙圖,兩種不同的圖)等內(nèi)容。
    2017-11-11
  • pandas 使用apply同時處理兩列數(shù)據(jù)的方法

    pandas 使用apply同時處理兩列數(shù)據(jù)的方法

    下面小編就為大家分享一篇pandas 使用apply同時處理兩列數(shù)據(jù)的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-04-04
  • 使用Python玩轉(zhuǎn)串口(基于pySerial問題)

    使用Python玩轉(zhuǎn)串口(基于pySerial問題)

    這篇文章主要介紹了使用Python玩轉(zhuǎn)串口(基于pySerial問題),具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
    2023-09-09
  • Python中的模塊導入和讀取鍵盤輸入的方法

    Python中的模塊導入和讀取鍵盤輸入的方法

    這篇文章主要介紹了Python中的模塊導入和讀取鍵盤輸入的方法,相關(guān)import語句和input函數(shù)的使用是Python入門學習中的基礎(chǔ)知識, 需要的朋友可以參考下
    2015-10-10
  • 使用Python進行情感分析并可視化展示結(jié)果

    使用Python進行情感分析并可視化展示結(jié)果

    情感分析是一種通過自然語言處理技術(shù)來識別、提取和量化文本中的情感傾向的方法,Python在這一領(lǐng)域有著豐富的庫和工具,本文將介紹如何使用Python進行情感分析,并通過可視化展示結(jié)果,需要的朋友可以參考下
    2024-05-05
  • Python CSV 文件解析和生成方法示例

    Python CSV 文件解析和生成方法示例

    這篇文章主要為大家介紹了Python CSV 文件的解析和生成方法示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪
    2022-07-07
  • python format 格式化輸出方法

    python format 格式化輸出方法

    今天小編就為大家分享一篇python format 格式化輸出方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-07-07
  • python3 requests 各種發(fā)送方式詳解

    python3 requests 各種發(fā)送方式詳解

    這篇文章主要介紹了python3 requests 各種發(fā)送方式,本文給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下
    2021-04-04

最新評論