作者 | a1131825850疯子
来源 | Python爬虫scrapy
1.背景
要辨认两张图片能否相似，首先我们能够会区分这两张图是人物照，还是风景照等......对应的风景照是蓝天还是大海......做一系列的分类。
从机器学习的的角度来说，首先要提取图片的特征，将这些特征停止分类处理，训练并建立模型，然后在停止辨认。
但是让计算机去区分这些图片分别是哪一类是很不容易的，不过计算机可以知道图像的像素值的，因此，在图像辨认过程中，经过颜色特征来辨认是相似图片是我们常用的（当然还有其特征还有纹理特征、外形特征和空间关系特征等，这些有分为直方图，颜色集，颜色局，聚合向量，相关图等来计算颜色特征），
为了得到两张相似的图片，在这里经过以下几种简单的计算方式来计算图片的相似度：
直方图计算图片的相似度
经过哈希值，汉明间隔计算
经过图片的余弦间隔计算
经过图片结构度量计算
一、直方图计算图片的相似度
上三张图片，分别是img1.png, img2.jpg,img.png：
可以看出下面这三张图是挺相似的，在颜色上是差不多的，最相似的是哪两张大家可以猜猜看，看和我们计算的能否一样。
在python中应用opencv中的calcHist()方法获取其直方图数据，前往的结果是一个列表：
# 计算图img1的直方图H1 = cv2.calcHist([img1], [1], None, [256], [0, 256])H1 = cv2.normalize(H1, H1, 0, 1, cv2.NORM_MINMAX, -1) # 对图片停止归一化处理
先计算img1的直方图，在对其归一化，最后在分别对img2,img3计算，做归一化，然后在应用python自带的compareHist()停止相似度的比较：
应用compareHist（）停止比较相似度similarity1 = cv2.compareHist(H1, H2, 0)
最后得到三张图片的直方图如下：
图像的x轴是指的图片的0~255之间的像素变化，y轴指的是在这0~255像素所占的比列。
我们可以分明的看出img2与img3的直方图的变化趋向是相符的有重合态的，运转结果如下：
经过运转结果知道img2和img3是值是最为相似的（代码calcImage.py）
下面的是直接调用opencv中的方法来完成的，下面还有本人写的方法：
首先是将图片转化为RGB格式，在这里是用的pillow中的Image来对图片做处理的：
# 将图片转化为RGBdef make_regalur_image(img, size=(64, 64)): gray_image = img.resize(size).convert('RGB') return gray_image
在计算两图片的直方图：
# 计算直方图def hist_similar(lh, rh): assert len(lh) == len(rh) hist = sum(1 - (0 if l == r else float(abs(l - r)) / max(l, r)) for l, r in zip(lh, rh)) / len(lh) return hist
在计算其相似度:
# 计算相似度def calc_similar(li, ri): calc_sim = hist_similar(li.histogram(), ri.histogram())returncalc_sim
得到最终的运转结果：
两种方法的的结果还是有点差距的，可以看到img1和img3的结果相似度高些。
不过两者的相似度计算方法如下：
gi和si分别指的是两条曲线的第i个点。
总结：
应用直方图计算图片的相似度时，是按照颜色的全局分布状况来对待的，无法对部分的颜色停止分析，同一张图片假如转化成为灰度图时，在计算其直方图时差距就更大了。
为了处理这个成绩，可以将图片停止等分，然后在计算图片的相似度。不过在这里我就不叙说了，大家自行讨论！！！
二、哈希算法计算图片的相似度
在计算之前我们先了解一下图像指纹和汉明间隔：
图像指纹：
图像指纹和人的指纹一样，是身份的意味，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。
汉明间隔：
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间隔就为1。简单点说，汉明间隔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，汉明间隔越小，则代表相似度越高。汉明间隔为0，即代表两张图片完全一样。
感知哈希算法是一类算法的总称，包括aHash、pHash、dHash。顾名思义，感知哈希不是以严厉的方式计算Hash值，而是以愈加相对的方式计算哈希值，由于“相似”与否，就是一种相对的断定。
几种hash值的比较：
aHash：平均值哈希。速度比较快，但是常常不太准确。
pHash：感知哈希。准确度比较高，但是速度方面较差一些。
dHash：差异值哈希。准确度较高，且速度也非常快
1. 平均哈希算法（aHash）：
该算法是基于比较灰度图每个像素与平均值来完成。
aHash的hanming间隔步骤：
先将图片紧缩成8*8的小图
将图片转化为灰度图
计算图片的Hash值，这里的hash值是64位，或者是32位01字符串
将下面的hash值转换为16位的
经过hash值来计算汉明间隔
# 均值哈希算法def ahash(image): # 将图片缩放为8*8的 image = cv2.resize(image, (8, 8), interpolation=cv2.INTER_CUBIC) # 将图片转化为灰度图 gray = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY) # s为像素和初始灰度值，hash_str为哈希值初始值 s = 0 # 遍历像素累加和 for i in range(8): for j in range(8): s = s + gray[i, j] # 计算像素平均值 avg = s / 64 # 灰度大于平均值为1相反为0，得到图片的平均哈希值，此时得到的hash值为64位的01字符串 ahash_str = '' for i in range(8): for j in range(8): if gray[i, j] > avg: ahash_str = ahash_str + '1' else: ahash_str = ahash_str + '0' result = '' for i in range(0, 64, 4): result += ''.join('%x' % int(ahash_str[i: i + 4], 2)) # print("ahash值：",result) return result
2.感知哈希算法（pHash）：
均值哈希虽然简单，但是受均值影响大。假如对图像停止伽马校正或者停止直方图均值化都会影响均值，从而影响哈希值的计算。所以就有人提出更健壮的方法，经过团圆余弦（DCT）停止低频提取。
团圆余弦变换（DCT）是种图像紧缩算法，它将图像从像素域变换到频率域。然后普通图像都存在很多冗余和相关性的，所以转换到频率域之后，只要很少的一部分频率分量的系数才不为0，大部分系数都为0（或者说接近于0）。
pHash的计算步骤：
减少图片：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：应用Opencv中提供的dct()方法，留意输入的图像必须是32位浮点型，所以先应用numpy中的float32停止转换
减少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：计算减少DCT后的一切像素点的平均值。
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，顺序随意保持分歧性。
最后比对两张图片的指纹，获得汉明间隔即可。
# phashdef phash(path): # 加载并调整图片为32*32的灰度图片 img = cv2.imread(path) img1 = cv2.resize(img, (32, 32),cv2.COLOR_RGB2GRAY) # 创建二维列表 h, w = img.shape[:2] vis0 = np.zeros((h, w), np.float32) vis0[:h, :w] = img1 # DCT二维变换 # 团圆余弦变换，得到dct系数矩阵 img_dct = cv2.dct(cv2.dct(vis0)) img_dct.resize(8,8) # 把list变成一维list img_list = np.array().flatten(img_dct.tolist()) # 计算均值 img_mean = cv2.mean(img_list) avg_list = ['0' if i gray[i, j + 1]: dhash_str = dhash_str + '1' else: dhash_str = dhash_str + '0' result = '' for i in range(0, 64, 4): result += ''.join('%x' % int(dhash_str[i: i + 4], 2)) # print("dhash值",result)returnresult
4. 计算哈希值差异
#计算两个哈希值之间的差异def campHash(hash1, hash2): n = 0 # hash长度不同前往-1,此时不能比较 if len(hash1) != len(hash2): return -1 # 假如hash长度相反遍历长度 for i in range(len(hash1)): if hash1 != hash2: n = n + 1 return n
最终的运转结果：
aHash:
dhash：
p_hsah:
经过下面运转的结果可以看出来，img1和img2的相似度高一些。
三、余弦相似度(cosin)
把图片表示成一个向量，经过计算向量之间的余弦间隔来表征两张图片的相似度。
1. 对图片停止归一化处理
# 对图片停止一致化处理def get_thum(image, size=(64, 64), greyscale=False): # 应用image对图像大小重新设置, Image.ANTIALIAS为高质量的 image = image.resize(size, Image.ANTIALIAS) if greyscale: # 将图片转换为L形式，其为灰度图，其每个像素用8个bit表示 image = image.convert('L') return image
2. 计算余弦间隔
# 计算图片的余弦间隔def image_similarity_vectors_via_numpy(image1, image2): image1 = get_thum(image1) image2 = get_thum(image2) images = [image1, image2] vectors = [] norms = [] for image in images: vector = [] for pixel_tuple in image.getdata(): vector.append(average(pixel_tuple)) vectors.append(vector) # linalg=linear（线性）+algebra（代数），norm则表示范数 # 求图片的范数？？ norms.append(linalg.norm(vector, 2)) a, b = vectors a_norm, b_norm = norms # dot前往的是点积，对二维数组（矩阵）停止计算 res = dot(a / a_norm, b / b_norm)returnres
最终运转结果：
结果显示img1和img2的相似度高一些，和计算hash值的汉明间隔得到的结果是相分歧的。
四、图片SSIM(结构相似度量)
SSIM是一种全参考的图像质量评价目的，分别从亮度、对比度、结构三个方面度量图像相似性。SSIM取值范围[0, 1]，值越大，表示图像失真越小。在实践运用中，可以应用滑动窗将图像分块，令分块总数为N，思索到窗口外形对分块的影响，采用高斯加权计算每一窗口的均值、方差以及协方差，然后计算对应块的结构相似度SSIM，最后将平均值作为两图像的结构相似性度量，即平均结构相似性SSIM。
ssim1 = compare_ssim(img1, img2, multichannel=True)
这个是scikit-image库自带的一种计算方法
运转结果：
可以看到img1和img2的相似度高。
好了，以上就是到目前为止我接触到的图片相似度的计算方法，一定还有许多我没有接触到的计算方法，大家有需求的可以参考一下，有其他方法的大家可以留言一同讨论！！！ |
