Python+Opencv识别两张相似图片

痛定思痛。 2022-06-17 02:11 244阅读 0赞

在网上看到 [python][]做图像识别的相关文章后，真心感觉python的功能实在太强大，因此将这些文章总结一下，建立一下自己的知识体系。  
当然了，图像识别这个话题作为计算机科学的一个分支，不可能就在本文简单几句就说清，所以本文只作基本算法的科普向。  
看到一篇博客是介绍这个，但他用的是PIL中的Image实现的，感觉比较麻烦，于是利用Opencv库进行了更简洁化的实现。  
相关背景  
要识别两张相似图像，我们从感性上来谈是怎么样的一个过程？首先我们会区分这两张相片的类型，例如是风景照，还是人物照。风景照中，是沙漠还是海洋，人物照中，两个人是不是都是国字脸，还是瓜子脸（还是倒瓜子脸……哈哈……）。

那么从机器的角度来说也是这样的，先识别图像的特征，然后再相比。

很显然，在没有经过训练的计算机(即建立模型)，那么计算机很难区分什么是海洋，什么是沙漠。但是计算机很容易识别到图像的像素值。

因此，在图像识别中，颜色特征是最为常用的。（其余常用的特征还有纹理特征、形状特征和空间关系特征等）

其中又分为

直方图  
颜色集  
颜色矩  
聚合向量  
相关图  
直方图计算法  
这里先用直方图进行简单讲述。

先借用一下恋花蝶的图片，

![Python+Opencv识别两张相似图片][Python_Opencv]  
从肉眼来看，这两张图片大概也有八成是相似的了。  
在Python中利用opencv中的calcHist()方法获取其直方图数据，返回的结果是一个列表，使用matplotlib，画出了这两张图的直方图数据图  
如下：  
![Python+Opencv识别两张相似图片][Python_Opencv]  
是的，我们可以明显的发现，两张图片的直方图还是比较重合的。所以利用直方图判断两张图片的是否相似的方法就是，计算其直方图的重合程度即可。  
计算方法如下：  
![Python+Opencv识别两张相似图片][Python_Opencv]

其中gi和si是分别指两条曲线的第i个点。

最后计算得出的结果就是就是其相似程度。

不过，这种方法有一个明显的弱点，就是他是按照颜色的全局分布来看的，无法描述颜色的局部分布和色彩所处的位置。

也就是假如一张图片以蓝色为主，内容是一片蓝天，而另外一张图片也是蓝色为主，但是内容却是妹子穿了蓝色裙子，那么这个算法也很可能认为这两张图片的相似的。

缓解这个弱点有一个方法就是利用Image的crop方法把图片等分，然后再分别计算其相似度，最后综合考虑。

图像指纹与汉明距离  
在介绍下面其他判别相似度的方法前，先补充一些概念。第一个就是图像指纹

图像指纹和人的指纹一样，是身份的象征，而图像指纹简单点来讲，就是将图像按照一定的哈希算法，经过运算后得出的一组二进制数字。

说到这里，就可以顺带引出汉明距离的概念了。

假如一组二进制数据为101，另外一组为111，那么显然把第一组的第二位数据0改成1就可以变成第二组数据111，所以两组数据的汉明距离就为1

简单点说，汉明距离就是一组二进制数据变成另一组数据所需的步骤数，显然，这个数值可以衡量两张图片的差异，汉明距离越小，则代表相似度越高。汉明距离为0，即代表两张图片完全一样。

如何计算得到汉明距离，请看下面三种哈希算法

平均哈希法(aHash)  
此算法是基于比较灰度图每个像素与平均值来实现的

一般步骤：

1.缩放图片，一般大小为8\*8，64个像素值。  
2.转化为灰度图  
3.计算平均值：计算进行灰度处理后图片的所有像素点的平均值，直接用numpy中的mean()计算即可。  
4.比较像素灰度值：遍历灰度图片每一个像素，如果大于平均值记录为1，否则为0.  
5.得到信息指纹：组合64个bit位，顺序随意保持一致性。  
最后比对两张图片的指纹，获得汉明距离即可。  
感知哈希算法(pHash)  
平均哈希算法过于严格，不够精确，更适合搜索缩略图，为了获得更精确的结果可以选择感知哈希算法，它采用的是DCT（离散余弦变换）来降低频率的方法

一般步骤：

缩小图片：32 \* 32是一个较好的大小，这样方便DCT计算  
转化为灰度图  
计算DCT：利用Opencv中提供的dct()方法，注意输入的图像必须是32位浮点型，所以先利用numpy中的float32进行转换  
缩小DCT：DCT计算后的矩阵是32 \* 32，保留左上角的8 \* 8，这些代表的图片的最低频率  
计算平均值：计算缩小DCT后的所有像素点的平均值。  
进一步减小DCT：大于平均值记录为1，反之记录为0.  
得到信息指纹：组合64个信息位，顺序随意保持一致性。  
最后比对两张图片的指纹，获得汉明距离即可。  
dHash算法  
相比pHash，dHash的速度要快的多，相比aHash，dHash在效率几乎相同的情况下的效果要更好，它是基于渐变实现的。

步骤：

缩小图片：收缩到9\*8的大小，以便它有72的像素点  
转化为灰度图  
计算差异值：dHash算法工作在相邻像素之间，这样每行9个像素之间产生了8个不同的差异，一共8行，则产生了64个差异值  
获得指纹：如果左边的像素比右边的更亮，则记录为1，否则为0.  
最后比对两张图片的指纹，获得汉明距离即可。  
整个的代码实现如下：  
  
\# -\*- coding: utf-8 -\*-  
\#feimengjuan  
\# 利用python实现多种方法来实现图像识别  
  
import cv2  
import numpy as np  
from matplotlib import pyplot as plt  
  
\# 最简单的以灰度直方图作为相似比较的实现  
def classify\_gray\_hist(image1,image2,size = (256,256)):  
\# 先计算直方图  
\# 几个参数必须用方括号括起来  
\# 这里直接用灰度图计算直方图，所以是使用第一个通道，  
\# 也可以进行通道分离后，得到多个通道的直方图  
\# bins 取为16  
image1 = cv2.resize(image1,size)  
image2 = cv2.resize(image2,size)  
hist1 = cv2.calcHist(\[image1\],\[0\],None,\[256\],\[0.0,255.0\])  
hist2 = cv2.calcHist(\[image2\],\[0\],None,\[256\],\[0.0,255.0\])  
\# 可以比较下直方图  
plt.plot(range(256),hist1,'r')  
plt.plot(range(256),hist2,'b')  
plt.show()  
\# 计算直方图的重合度  
degree = 0  
for i in range(len(hist1)):  
if hist1\[i\] != hist2\[i\]:  
degree = degree + (1 - abs(hist1\[i\]-hist2\[i\])/max(hist1\[i\],hist2\[i\]))  
else:  
degree = degree + 1  
degree = degree/len(hist1)  
return degree  
  
\# 计算单通道的直方图的相似值  
def calculate(image1,image2):  
hist1 = cv2.calcHist(\[image1\],\[0\],None,\[256\],\[0.0,255.0\])  
hist2 = cv2.calcHist(\[image2\],\[0\],None,\[256\],\[0.0,255.0\])  
\# 计算直方图的重合度  
degree = 0  
for i in range(len(hist1)):  
if hist1\[i\] != hist2\[i\]:  
degree = degree + (1 - abs(hist1\[i\]-hist2\[i\])/max(hist1\[i\],hist2\[i\]))  
else:  
degree = degree + 1  
degree = degree/len(hist1)  
return degree  
  
\# 通过得到每个通道的直方图来计算相似度  
def classify\_hist\_with\_split(image1,image2,size = (256,256)):  
\# 将图像resize后，分离为三个通道，再计算每个通道的相似值  
image1 = cv2.resize(image1,size)  
image2 = cv2.resize(image2,size)  
sub\_image1 = cv2.split(image1)  
sub\_image2 = cv2.split(image2)  
sub\_data = 0  
for im1,im2 in zip(sub\_image1,sub\_image2):  
sub\_data += calculate(im1,im2)  
sub\_data = sub\_data/3  
return sub\_data  
  
\# 平均哈希算法计算  
def classify\_aHash(image1,image2):  
image1 = cv2.resize(image1,(8,8))  
image2 = cv2.resize(image2,(8,8))  
gray1 = cv2.cvtColor(image1,cv2.COLOR\_BGR2GRAY)  
gray2 = cv2.cvtColor(image2,cv2.COLOR\_BGR2GRAY)  
hash1 = getHash(gray1)  
hash2 = getHash(gray2)  
return Hamming\_distance(hash1,hash2)  
  
def classify\_pHash(image1,image2):  
image1 = cv2.resize(image1,(32,32))  
image2 = cv2.resize(image2,(32,32))  
gray1 = cv2.cvtColor(image1,cv2.COLOR\_BGR2GRAY)  
gray2 = cv2.cvtColor(image2,cv2.COLOR\_BGR2GRAY)  
\# 将灰度图转为浮点型，再进行dct变换  
dct1 = cv2.dct(np.float32(gray1))  
dct2 = cv2.dct(np.float32(gray2))  
\# 取左上角的8\*8，这些代表图片的最低频率  
\# 这个操作等价于c++中利用opencv实现的掩码操作  
\# 在python中进行掩码操作，可以直接这样取出图像矩阵的某一部分  
dct1\_roi = dct1\[0:8,0:8\]  
dct2\_roi = dct2\[0:8,0:8\]  
hash1 = getHash(dct1\_roi)  
hash2 = getHash(dct2\_roi)  
return Hamming\_distance(hash1,hash2)  
  
\# 输入灰度图，返回hash  
def getHash(image):  
avreage = np.mean(image)  
hash = \[\]  
for i in range(image.shape\[0\]):  
for j in range(image.shape\[1\]):  
if image\[i,j\] > avreage:  
hash.append(1)  
else:  
hash.append(0)  
return hash  
  
  
\# 计算汉明距离  
def Hamming\_distance(hash1,hash2):  
num = 0  
for index in range(len(hash1)):  
if hash1\[index\] != hash2\[index\]:  
num += 1  
return num  
  
  
if \_\_name\_\_ == '\_\_main\_\_':  
img1 = cv2.imread('10.jpg')  
cv2.imshow('img1',img1)  
img2 = cv2.imread('11.jpg')  
cv2.imshow('img2',img2)  
degree = classify\_gray\_hist(img1,img2)  
\#degree = classify\_hist\_with\_split(img1,img2)  
\#degree = classify\_aHash(img1,img2)  
\#degree = classify\_pHash(img1,img2)  
print degree  
cv2.waitKey(0)

以上就是本文的全部内容

[python]: http://www.codesec.net/list/5/
[Python_Opencv]: