Opencv判斷顏色相似的圖片示例代碼
問題描述
有一個項目,大體是要判斷一下一篇文章內的配圖突不突兀。
素材準備
所以就從網上隨便找瞭4張圖:
可以看出,前3張圖片從顏色上、從閱讀感受上,應該是相似的,而最後一張應該是不同的。
而當我們隻對圖片做縮放(為瞭跑得快),然後用bgr通道出直方圖算相似度時:
卻發現,隻有第一張和第二張圖片的相似度是大於0.5的,而第二、三張,以及第三、四張圖片之間的相似度幾乎都小於等於0.1。
思考方法
於是,經過思考後我覺得,判斷兩張圖片在顏色上相不相似,其本質在於判斷其直方圖分佈的形狀相不相似,而不應該考慮是偏左還是偏右、是偏亮還是偏暗。一個圖像亮一點,但其實它們還是相似的。
基於這個思想,我先暴力的把BGR以及HLS,三個通道先相互獨立的直接均衡化,驗證瞭判斷分佈形狀的可行性。但同時,發現相互獨立的均衡化會導致對於不同圖片的分辨能力降低。所以,由此推論出,應該是把亮度拉平均衡化,同時相關聯的影響到其他通道的變化。
所以,最後想出的方案是:
- 先把圖片縮放至統一大小,提升運算速度。
- 把圖像從BGR通道轉至HSV通道(經實驗,HSV通道比HLS通道效果好)。
- 把HSV中的V(明度)進行均衡化(equalizeHist)。
- 再把圖像從HSV通道轉回BGR通道,從而達到在均衡亮度的同時影響其他通道的目的。
- 最後,利用BGR通道進行相似度計算,大於0.5的即可認為是相似。
測試結果
可以發現,經過處理後,第一、二張圖片,以及第二、三張圖片之間的相似度已經大於0.7,而第三、四張圖片的相似度則隻有0.4左右。已經達到瞭我們開始時的目標。
不足之處
- 隻對V通道的均衡進行瞭探尋,沒有研究其他通道可能的關聯。
- 第三、四張圖片經過處理後的相似度有點高,需要想辦法降低。
代碼
import cv2 as cv import numpy as np from matplotlib import pyplot as plt def create_rgb_hist(image): """"創建 RGB 三通道直方圖(直方圖矩陣)""" h, w, c = image.shape # 創建一個(16*16*16,1)的初始矩陣,作為直方圖矩陣 # 16*16*16的意思為三通道每通道有16個bins rgbhist = np.zeros([16 * 16 * 16, 1], np.float32) bsize = 256 / 16 for row in range(h): for col in range(w): b = image[row, col, 0] g = image[row, col, 1] r = image[row, col, 2] # 人為構建直方圖矩陣的索引,該索引是通過每一個像素點的三通道值進行構建 index = int(b / bsize) * 16 * 16 + int(g / bsize) * 16 + int(r / bsize) # 該處形成的矩陣即為直方圖矩陣 rgbhist[int(index), 0] += 1 plt.ylim([0, 10000]) plt.grid(color='r', linestyle='--', linewidth=0.5, alpha=0.3) return rgbhist def hist_compare(hist1, hist2): """直方圖比較函數""" '''# 創建第一幅圖的rgb三通道直方圖(直方圖矩陣) hist1 = create_rgb_hist(image1) # 創建第二幅圖的rgb三通道直方圖(直方圖矩陣) hist2 = create_rgb_hist(image2)''' # 進行三種方式的直方圖比較 match1 = cv.compareHist(hist1, hist2, cv.HISTCMP_BHATTACHARYYA) match2 = cv.compareHist(hist1, hist2, cv.HISTCMP_CORREL) match3 = cv.compareHist(hist1, hist2, cv.HISTCMP_CHISQR) print("巴氏距離:%s, 相關性:%s, 卡方:%s" % (match1, match2, match3)) def handle_img(img): img = cv.resize(img, (100, 100)) img = cv.cvtColor(img, cv.COLOR_BGR2HSV) img[:, :, 2] = cv.equalizeHist(img[:, :, 2]) img = cv.cvtColor(img, cv.COLOR_HSV2BGR) return img img1 = cv.imread("1.jpg") img1 = handle_img(img1) cv.imshow("img1", img1) img2 = cv.imread("2.jpg") img2 = handle_img(img2) cv.imshow("img2", img2) img3 = cv.imread("3.jpg") img3 = handle_img(img3) cv.imshow("img3", img3) img4 = cv.imread("4.jpg") img4 = handle_img(img4) cv.imshow("img4", img4) hist1 = create_rgb_hist(img1) hist2 = create_rgb_hist(img2) hist3 = create_rgb_hist(img3) hist4 = create_rgb_hist(img4) plt.subplot(1, 4, 1) plt.title("hist1") plt.plot(hist1) plt.subplot(1, 4, 2) plt.title("hist2") plt.plot(hist2) plt.subplot(1, 4, 3) plt.title("hist3") plt.plot(hist3) plt.subplot(1, 4, 4) plt.title("hist4") plt.plot(hist4) hist_compare(hist1, hist2) hist_compare(hist2, hist3) hist_compare(hist3, hist4) plt.show() cv.waitKey(0) cv.destroyAllWindows()
到此這篇關於Opencv判斷顏色相似的圖片示例代碼的文章就介紹到這瞭,更多相關Opencv判斷相似圖片內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- python OpenCV圖像直方圖處理
- python中opencv 直方圖處理
- Python-OpenCV實現圖像缺陷檢測的實例
- 深入瞭解Python二維直方圖
- Python OpenCV 彩色與灰度圖像的轉換實現