我有包含图像的文件夹。一些图像有重复或相似(从另一个角度拍摄的同一场景的图像)或修改(大小、模糊级别或噪声过滤器不同的图像)。我的任务是定义这些图像中的一些是否具有相似图像
我找到了这段代码,但我无法理解当修改其中一张图像或从另一个角度看同一场景时,输出数字如何描述两张图像的相似性。
def compare(file1, file2):
im = [None, None] # to hold two arrays
for i, f in enumerate([file1, file2]):
im[i] = (np.array(
Image.open('C:/Users/taras/Downloads/dev_dataset/dev_dataset/'+f+'.jpg')
.convert('L') # convert to grayscale using PIL
.resize((32,32), resample=Image.BICUBIC)) # reduce size and smooth a bit using PIL
).astype(np.int) # convert from unsigned bytes to signed int using numpy
return np.abs(im[0] - im[1]).sum()
请您参考如下方法:
代码将图像转换为灰度并将其调整为 32x32 像素。这意味着所有细节都丢失了,无论原始图像的形状或大小如何,您都只能大致了解 1024 点的颜色/亮度。
然后它也对第二张图像执行此操作,然后每张图像都有 1024 种亮度。它通过减法计算出每对亮度之间的绝对差异,然后将所有差异相加。
如果图像相同,差异将为零,结果会很低。如果图像差异很大,它们在每个区域的亮度都会不同,将这些差异加起来会很大。
如果您想谷歌搜索,它就像一个“感知哈希”。
这是憨 bean 先生和一个 8x8 灰色版本 - 将其视为 64 个数字的向量:
这是数字:
255 253 255 207 124 255 254 255 255 252 255 178 67 245 255 254 255 255 255 193 154 255 255 255 255 249 183 142 192 253 251 255 255 216 92 180 156 215 254 255 255 181 96 179 115 194 255 254 255 153 95 175 92 102 246 255 255 112 98 163 97 50 195 255
这是帕丁顿熊和一个 8x8 灰色版本 - 他现在也只有 64 个数字:
这是数字:
247 244 166 123 114 65 0 2 223 235 163 65 30 48 20 0 218 197 59 61 110 37 32 0 140 67 14 149 183 65 7 2 57 25 64 175 169 69 0 2 51 29 57 131 112 31 3 0 60 63 59 38 14 51 32 0 59 87 61 13 11 53 46 0
那么数学就很简单了:
abs(255-247) + abs(253-244) + abs(255-166) ...
