使用python怎么比較2張圖片的相似度？很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細講解，有這方面需求的人可以來學習下，希望你能有所收獲。

成都創(chuàng)新互聯(lián)提供高防主機、云服務器、香港服務器、托管服務器等

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(hash2,hash3):
  n=0
  #hash長度不同則返回-1代表傳參出錯
  if len(hash2)!=len(hash3):
    return -1
  #遍歷判斷
  for i in range(len(hash2)):
    #不相等則n計數(shù)+1，n最終為相似度
    if hash2[i]!=hash3[i]:
      n=n+1
  return n
 
img1=cv2.imread('A.png')
img2=cv2.imread('B.png')
hash2= aHash(img1)
hash3= aHash(img2)
print(hash2)
print(hash3)
n=cmpHash(hash2,hash3)
print '均值哈希算法相似度：'+ str(n)
 
hash2= dHash(img1)
hash3= dHash(img2)
print(hash2)
print(hash3)
n=cmpHash(hash2,hash3)
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(hash2,hash3):
  n=0
  #hash長度不同則返回-1代表傳參出錯
  if len(hash2)!=len(hash3):
    return -1
  #遍歷判斷
  for i in range(len(hash2)):
    #不相等則n計數(shù)+1，n最終為相似度
    if hash2[i]!=hash3[i]:
      n=n+1
  return n

看完上述內(nèi)容是否對您有幫助呢？如果還想對相關(guān)知識有進一步的了解或閱讀更多相關(guān)文章，請關(guān)注創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計公司行業(yè)資訊頻道，感謝您對創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計公司的支持。

另外有需要云服務器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務器、裸金屬服務器、網(wǎng)站設(shè)計器、香港服務器、美國服務器、虛擬主機、免備案服務器”等云主機租用服務以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應用場景需求。

網(wǎng)頁題目：使用python怎么比較2張圖片的相似度-創(chuàng)新互聯(lián)
網(wǎng)頁網(wǎng)址：http://jinyejixie.com/article8/dpeeop.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供自適應網(wǎng)站、網(wǎng)站設(shè)計、服務器托管、網(wǎng)站建設(shè)、外貿(mào)建站、網(wǎng)站策劃

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)