Python+Opencv識別兩張相似圖片

在網(wǎng)上看到python做圖像識別的相關(guān)文章后，真心感覺python的功能實在太強大，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算機科學(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)練的計算機(即建立模型)，那么計算機很難區(qū)分什么是海洋，什么是沙漠。但是計算機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，

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，計算其直方圖的重合程度即可。
計算方法如下：

其中g(shù)i和si是分別指兩條曲線的第i個點。

最后計算得出的結(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，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，而圖像指紋簡單點來講，就是將圖像按照一定的哈希算法，經(jīng)過運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.計算平均值：計算進(jìn)行灰度處理后圖片的所有像素點的平均值，直接用numpy中的mean()計算即可。
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計算
轉(zhuǎn)化為灰度圖
計算DCT：利用Opencv中提供的dct()方法，注意輸入的圖像必須是32位浮點型，所以先利用numpy中的float32進(jìn)行轉(zhuǎn)換
縮小DCT：DCT計算后的矩陣是32 * 32，保留左上角的8 * 8，這些代表的圖片的最低頻率
計算平均值：計算縮小DCT后的所有像素點的平均值。
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
轉(zhuǎn)化為灰度圖
計算差異值：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。

整個的代碼實現(xiàn)如下：

# -*- coding: utf-8 -*-
#feimengjuan
# 利用python實現(xiàn)多種方法來實現(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現(xiàn)
def classify_gray_hist(image1,image2,size = (256,256)):
 # 先計算直方圖
 # 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)
以上就是本文的全部內(nèi)容，希望對大家學(xué)習(xí)python程序設(shè)計有所幫助。