目錄
- 相關(guān)背景
- 直方圖計(jì)算法
- 圖像指紋與漢明距離
- 平均哈希法(aHash)
- 感知哈希算法(pHash)
- dHash算法
在網(wǎng)上看到python做圖像識別的相關(guān)文章后,真心感覺python的功能實(shí)在太強(qiáng)大,因此將這些文章總結(jié)一下,建立一下自己的知識體系。 當(dāng)然了,圖像識別這個話題作為計(jì)算機(jī)科學(xué)的一個分支,不可能就在本文簡單幾句就說清,所以本文只作基本算法的科普向。 看到一篇博客是介紹這個,但他用的是PIL中的Image實(shí)現(xiàn)的,感覺比較麻煩,于是利用Opencv庫進(jìn)行了更簡潔化的實(shí)現(xiàn)。
相關(guān)背景
要識別兩張相似圖像,我們從感性上來談是怎么樣的一個過程?首先我們會區(qū)分這兩張相片的類型,例如是風(fēng)景照,還是人物照。風(fēng)景照中,是沙漠還是海洋,人物照中,兩個人是不是都是國字臉,還是瓜子臉(還是倒瓜子臉……哈哈……)。
那么從機(jī)器的角度來說也是這樣的,先識別圖像的特征,然后再相比。
很顯然,在沒有經(jīng)過訓(xùn)練的計(jì)算機(jī)(即建立模型),那么計(jì)算機(jī)很難區(qū)分什么是海洋,什么是沙漠。但是計(jì)算機(jī)很容易識別到圖像的像素值。
因此,在圖像識別中,顏色特征是最為常用的。(其余常用的特征還有紋理特征、形狀特征和空間關(guān)系特征等)
其中又分為
直方圖 顏色集 顏色矩 聚合向量 相關(guān)圖
直方圖計(jì)算法
這里先用直方圖進(jìn)行簡單講述。
先借用一下戀花蝶的圖片,
[圖片上傳失敗...(image-6ca66e-1617780875489)]
從肉眼來看,這兩張圖片大概也有八成是相似的了。 在Python中利用opencv中的calcHist()方法獲取其直方圖數(shù)據(jù),返回的結(jié)果是一個列表,使用matplotlib,畫出了這兩張圖的直方圖數(shù)據(jù)圖 如下:
是的,我們可以明顯的發(fā)現(xiàn),兩張圖片的直方圖還是比較重合的。所以利用直方圖判斷兩張圖片的是否相似的方法就是,計(jì)算其直方圖的重合程度即可。 計(jì)算方法如下:
其中g(shù)i和si是分別指兩條曲線的第i個點(diǎn)。
最后計(jì)算得出的結(jié)果就是就是其相似程度。
不過,這種方法有一個明顯的弱點(diǎn),就是他是按照顏色的全局分布來看的,無法描述顏色的局部分布和色彩所處的位置。
也就是假如一張圖片以藍(lán)色為主,內(nèi)容是一片藍(lán)天,而另外一張圖片也是藍(lán)色為主,但是內(nèi)容卻是妹子穿了藍(lán)色裙子,那么這個算法也很可能認(rèn)為這兩張圖片的相似的。
緩解這個弱點(diǎn)有一個方法就是利用Image的crop方法把圖片等分,然后再分別計(jì)算其相似度,最后綜合考慮。
圖像指紋與漢明距離
在介紹下面其他判別相似度的方法前,先補(bǔ)充一些概念。第一個就是圖像指紋
圖像指紋和人的指紋一樣,是身份的象征,而圖像指紋簡單點(diǎn)來講,就是將圖像按照一定的哈希算法,經(jīng)過運(yùn)算后得出的一組二進(jìn)制數(shù)字。
說到這里,就可以順帶引出漢明距離的概念了。
假如一組二進(jìn)制數(shù)據(jù)為101,另外一組為111,那么顯然把第一組的第二位數(shù)據(jù)0改成1就可以變成第二組數(shù)據(jù)111,所以兩組數(shù)據(jù)的漢明距離就為1
簡單點(diǎn)說,漢明距離就是一組二進(jìn)制數(shù)據(jù)變成另一組數(shù)據(jù)所需的步驟數(shù),顯然,這個數(shù)值可以衡量兩張圖片的差異,漢明距離越小,則代表相似度越高。漢明距離為0,即代表兩張圖片完全一樣。
如何計(jì)算得到漢明距離,請看下面三種哈希算法
平均哈希法(aHash)
此算法是基于比較灰度圖每個像素與平均值來實(shí)現(xiàn)的
一般步驟:
1.縮放圖片,一般大小為8*8,64個像素值。
2.轉(zhuǎn)化為灰度圖
3.計(jì)算平均值:計(jì)算進(jìn)行灰度處理后圖片的所有像素點(diǎn)的平均值,直接用numpy中的mean()計(jì)算即可。
4.比較像素灰度值:遍歷灰度圖片每一個像素,如果大于平均值記錄為1,否則為0.
5.得到信息指紋:組合64個bit位,順序隨意保持一致性。
最后比對兩張圖片的指紋,獲得漢明距離即可。
感知哈希算法(pHash)
平均哈希算法過于嚴(yán)格,不夠精確,更適合搜索縮略圖,為了獲得更精確的結(jié)果可以選擇感知哈希算法,它采用的是DCT(離散余弦變換)來降低頻率的方法
一般步驟:
- 縮小圖片:32 * 32是一個較好的大小,這樣方便DCT計(jì)算
- 轉(zhuǎn)化為灰度圖
- 計(jì)算DCT:利用Opencv中提供的dct()方法,注意輸入的圖像必須是32位浮點(diǎn)型,所以先利用numpy中的float32進(jìn)行轉(zhuǎn)換
- 縮小DCT:DCT計(jì)算后的矩陣是32 * 32,保留左上角的8 * 8,這些代表的圖片的最低頻率
- 計(jì)算平均值:計(jì)算縮小DCT后的所有像素點(diǎn)的平均值。
- 進(jìn)一步減小DCT:大于平均值記錄為1,反之記錄為0.
- 得到信息指紋:組合64個信息位,順序隨意保持一致性。
最后比對兩張圖片的指紋,獲得漢明距離即可。
dHash算法
相比pHash,dHash的速度要快的多,相比aHash,dHash在效率幾乎相同的情況下的效果要更好,它是基于漸變實(shí)現(xiàn)的。
步驟:
- 縮小圖片:收縮到9*8的大小,以便它有72的像素點(diǎn)
- 轉(zhuǎn)化為灰度圖
- 計(jì)算差異值:dHash算法工作在相鄰像素之間,這樣每行9個像素之間產(chǎn)生了8個不同的差異,一共8行,則產(chǎn)生了64個差異值
- 獲得指紋:如果左邊的像素比右邊的更亮,則記錄為1,否則為0.
- 最后比對兩張圖片的指紋,獲得漢明距離即可
整個的代碼實(shí)現(xiàn)如下:
# -*- coding: utf-8 -*-
# 利用python實(shí)現(xiàn)多種方法來實(shí)現(xiàn)圖像識別
import cv2
import numpy as np
from matplotlib import pyplot as plt
# 最簡單的以灰度直方圖作為相似比較的實(shí)現(xiàn)
def classify_gray_hist(image1,image2,size = (256,256)):
# 先計(jì)算直方圖
# 幾個參數(shù)必須用方括號括起來
# 這里直接用灰度圖計(jì)算直方圖,所以是使用第一個通道,
# 也可以進(jìn)行通道分離后,得到多個通道的直方圖
# bins 取為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])
# 可以比較下直方圖
plt.plot(range(256),hist1,'r')
plt.plot(range(256),hist2,'b')
plt.show()
# 計(jì)算直方圖的重合度
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
# 計(jì)算單通道的直方圖的相似值
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])
# 計(jì)算直方圖的重合度
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
# 通過得到每個通道的直方圖來計(jì)算相似度
def classify_hist_with_split(image1,image2,size = (256,256)):
# 將圖像resize后,分離為三個通道,再計(jì)算每個通道的相似值
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
# 平均哈希算法計(jì)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)
# 將灰度圖轉(zhuǎn)為浮點(diǎn)型,再進(jìn)行dct變換
dct1 = cv2.dct(np.float32(gray1))
dct2 = cv2.dct(np.float32(gray2))
# 取左上角的8*8,這些代表圖片的最低頻率
# 這個操作等價于c++中利用opencv實(shí)現(xiàn)的掩碼操作
# 在python中進(jìn)行掩碼操作,可以直接這樣取出圖像矩陣的某一部分
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)
# 輸入灰度圖,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
# 計(jì)算漢明距離
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Python基于Opencv識別兩張相似圖片的詳細(xì)內(nèi)容,更多關(guān)于python識別相似圖片的資料請關(guān)注腳本之家其它相關(guān)文章!
您可能感興趣的文章:- 詳解Python OpenCV數(shù)字識別案例
- python opencv人臉識別考勤系統(tǒng)的完整源碼
- python基于OpenCV模板匹配識別圖片中的數(shù)字
- Python+Opencv實(shí)現(xiàn)數(shù)字識別的示例代碼
- Python OpenCV招商銀行信用卡卡號識別的方法
- Opencv+Python識別PCB板圖片的步驟
- python基于opencv實(shí)現(xiàn)人臉識別
- python+opencv實(shí)現(xiàn)文字顏色識別與標(biāo)定功能