Python列表刪除重復元素與圖像相似度判斷及刪除實例代碼
發現問題
項目需要,需要刪除文件夾中的冗餘圖片。涉及圖像文件名的操作,圖像文件名存儲在list中
python list刪除元素有remove()和pop(),remove()對元素進行操作,pop()對索引進行操作,並會返回pop掉的值。一個隻會從列表移除一個數
一.如果已經有瞭一個列表l,令h=l,對l操作時同時會影響h,貌似原因是內存共享的,正確的方法是h=l.copy()
二.測試時,發現一個問題,如下面代碼和結果:
item=2時,並沒有把2全部刪掉,後面重復的3也沒有刪去。
**查閱一些資料後發現:list的遍歷是基於下標的不是基於元素,你刪掉一個元素後,列表就發生瞭變化,所有的元素都往前移動瞭一個位置,假設要刪除重的2,一個列表中索引為4,對應的值為2,索引為5,對應的值為2,索引為6,對應的值為3,當前循環刪掉索引4時對應的值2之後,索引4的值為2,索引5,值為3,下一次循環,本來要再刪一個2,但此時索引為5對應的為3,就漏掉瞭一個2。
解決方案:
(1)倒序循環遍歷:
(2)實際用的方法,判斷到重復元素後,將那個item復制為0或‘0’,相當於用一個標識符占住重復元素的位置,循環時先判斷是否為‘0’,最後通過
list = list(set(list))
list.remove(‘0’)
即可
附圖像去冗餘算法,判斷圖像相似通過,感知哈希算法和三通道直方圖,及圖像尺寸
from img_similarity import runtwoImageSimilaryFun import os from PIL import Image import shutil import time import numpy as np def similar(path1, path2): img1 = Image.open(path1) img2 = Image.open(path2) w1 = img1.size[0] # 圖片的寬 h1 = img2.size[1] # 圖片的高 w2 = img2.size[0] # 圖片的寬 h2 = img2.size[1] # 圖片的高 w_err = abs(w1 - w2)/w1 h_err = abs(h1 - h2)/h1 if w_err > 0.1 or h_err >0.1: return 0 else: phash, color_hist = runtwoImageSimilaryFun(path1, path2) if phash <=8 or color_hist >=0.9: return 1 else: return 0 path = './crop_img' result_imgdirs_path = './removed_repeat_img' folderlist = os.listdir(path) folderlist.sort() for item in folderlist: folder_path = path + '/' + item new_folder_path = result_imgdirs_path + '/' + item os.makedirs(new_folder_path) imglist = os.listdir(folder_path) imglist.sort() time_start = time.time() for i,item1 in enumerate(imglist): if item1 == '0': continue path1 = folder_path + '/' + item1 for j, item2 in enumerate(imglist[i + 1:]): if item2 == '0': continue path2 = folder_path + '/' + item2 t = similar(path1, path2) if t: #將判斷為相似的圖片在trans_list中的名字置‘0',代表不需要復制 imglist[i+j+1] = '0' imglist = list(set(imglist)) imglist.remove('0') time_end = time.time() time_c = time_end - time_start print('{} similarity judgement list time cost {}s'.format(item, time_c)) time_start = time.time() #移動圖片 for item3 in imglist: ori_img_path = folder_path + '/' + item3 new_img_path = new_folder_path + '/' + item3 shutil.copy(ori_img_path, new_img_path) time_end = time.time() time_c = time_end - time_start # 運行所花時間 print('{} move image time cost {}s'.format(item, time_c))
img_similarity.py
import cv2 import numpy as np from PIL import Image import requests from io import BytesIO import matplotlib matplotlib.use('TkAgg') import matplotlib.pyplot as plt def aHash(img): # 均值哈希算法 # 縮放為8*8 img = cv2.resize(img, (8, 8)) # 轉換為灰度圖 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 # 灰度大於平均值為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 def dHash(img): # 差值哈希算法 # 縮放8*8 img = cv2.resize(img, (9, 8)) # 轉換灰度圖 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) hash_str = '' # 每行前一個像素大於後一個像素為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 def pHash(img): # 感知哈希算法 # 縮放32*32 img = cv2.resize(img, (32, 32)) # , interpolation=cv2.INTER_CUBIC # 轉換為灰度圖 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 將灰度圖轉為浮點型,再進行dct變換 dct = cv2.dct(np.float32(gray)) # opencv實現的掩碼操作 dct_roi = dct[0:8, 0:8] hash = [] avreage = np.mean(dct_roi) for i in range(dct_roi.shape[0]): for j in range(dct_roi.shape[1]): if dct_roi[i, j] > avreage: hash.append(1) else: hash.append(0) return hash def calculate(image1, image2): # 灰度直方圖算法 # 計算單通道的直方圖的相似值 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 def classify_hist_with_split(image1, image2, size=(256, 256)): # RGB每個通道的直方圖相似度 # 將圖像resize後,分離為RGB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 def cmpHash(hash1, hash2): # Hash值對比 # 算法中1和0順序組合起來的即是圖片的指紋hash。順序不固定,但是比較的時候必須是相同的順序。 # 對比兩幅圖的指紋,計算漢明距離,即兩個64位的hash值有多少是不一樣的,不同的位數越小,圖片越相似 # 漢明距離:一組二進制數據變成另一組數據所需要的步驟,可以衡量兩圖的差異,漢明距離越小,則相似度越高。漢明距離為0,即兩張圖片完全一樣 n = 0 # hash長度不同則返回-1代表傳參出錯 if len(hash1) != len(hash2): return -1 # 遍歷判斷 for i in range(len(hash1)): # 不相等則n計數+1,n最終為相似度 if hash1[i] != hash2[i]: n = n + 1 return n def getImageByUrl(url): # 根據圖片url 獲取圖片對象 html = requests.get(url, verify=False) image = Image.open(BytesIO(html.content)) return image def PILImageToCV(): # PIL Image轉換成OpenCV格式 path = "/Users/waldenz/Documents/Work/doc/TestImages/t3.png" img = Image.open(path) plt.subplot(121) plt.imshow(img) print(isinstance(img, np.ndarray)) img = cv2.cvtColor(np.asarray(img), cv2.COLOR_RGB2BGR) print(isinstance(img, np.ndarray)) plt.subplot(122) plt.imshow(img) plt.show() def CVImageToPIL(): # OpenCV圖片轉換為PIL image path = "/Users/waldenz/Documents/Work/doc/TestImages/t3.png" img = cv2.imread(path) # cv2.imshow("OpenCV",img) plt.subplot(121) plt.imshow(img) img2 = Image.fromarray(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)) plt.subplot(122) plt.imshow(img2) plt.show() def bytes_to_cvimage(filebytes): # 圖片字節流轉換為cv image image = Image.open(filebytes) img = cv2.cvtColor(np.asarray(image), cv2.COLOR_RGB2BGR) return img def runAllImageSimilaryFun(para1, para2): # 均值、差值、感知哈希算法三種算法值越小,則越相似,相同圖片值為0 # 三直方圖算法和單通道的直方圖 0-1之間,值越大,越相似。 相同圖片為1 # t1,t2 14;19;10; 0.70;0.75 # t1,t3 39 33 18 0.58 0.49 # s1,s2 7 23 11 0.83 0.86 挺相似的圖片 # c1,c2 11 29 17 0.30 0.31 if para1.startswith("http"): # 根據鏈接下載圖片,並轉換為opencv格式 img1 = getImageByUrl(para1) img1 = cv2.cvtColor(np.asarray(img1), cv2.COLOR_RGB2BGR) img2 = getImageByUrl(para2) img2 = cv2.cvtColor(np.asarray(img2), cv2.COLOR_RGB2BGR) else: # 通過imread方法直接讀取物理路徑 img1 = cv2.imread(para1) img2 = cv2.imread(para2) hash1 = aHash(img1) hash2 = aHash(img2) n1 = cmpHash(hash1, hash2) print('均值哈希算法相似度aHash:', n1) hash1 = dHash(img1) hash2 = dHash(img2) n2 = cmpHash(hash1, hash2) print('差值哈希算法相似度dHash:', n2) hash1 = pHash(img1) hash2 = pHash(img2) n3 = cmpHash(hash1, hash2) print('感知哈希算法相似度pHash:', n3) n4 = classify_hist_with_split(img1, img2) print('三直方圖算法相似度:', n4) n5 = calculate(img1, img2) print("單通道的直方圖", n5) print("%d %d %d %.2f %.2f " % (n1, n2, n3, round(n4[0], 2), n5[0])) print("%.2f %.2f %.2f %.2f %.2f " % (1 - float(n1 / 64), 1 - float(n2 / 64), 1 - float(n3 / 64), round(n4[0], 2), n5[0])) plt.subplot(121) plt.imshow(Image.fromarray(cv2.cvtColor(img1, cv2.COLOR_BGR2RGB))) plt.subplot(122) plt.imshow(Image.fromarray(cv2.cvtColor(img2, cv2.COLOR_BGR2RGB))) plt.show() def runtwoImageSimilaryFun(para1, para2): # 均值、差值、感知哈希算法三種算法值越小,則越相似,相同圖片值為0 # 三直方圖算法和單通道的直方圖 0-1之間,值越大,越相似。 相同圖片為1 # t1,t2 14;19;10; 0.70;0.75 # t1,t3 39 33 18 0.58 0.49 # s1,s2 7 23 11 0.83 0.86 挺相似的圖片 # c1,c2 11 29 17 0.30 0.31 if para1.startswith("http"): # 根據鏈接下載圖片,並轉換為opencv格式 img1 = getImageByUrl(para1) img1 = cv2.cvtColor(np.asarray(img1), cv2.COLOR_RGB2BGR) img2 = getImageByUrl(para2) img2 = cv2.cvtColor(np.asarray(img2), cv2.COLOR_RGB2BGR) else: # 通過imread方法直接讀取物理路徑 img1 = cv2.imread(para1) img2 = cv2.imread(para2) hash1 = pHash(img1) hash2 = pHash(img2) n3 = cmpHash(hash1, hash2) n4 = classify_hist_with_split(img1, img2) return n3, n4 if __name__ == "__main__": p1 = '/Users/Desktop/11/24.jpeg' p2 = '/Users/Desktop/11/25.jpeg' runAllImageSimilaryFun(p1, p2)
總結
到此這篇關於Python列表刪除重復元素與圖像相似度判斷及刪除的文章就介紹到這瞭,更多相關Python列表刪除重復元素內容請搜索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計算圖片相似度的5種算法
- Python基於Opencv識別兩張相似圖片
- 利用Python將彩色圖像轉為灰度圖像的兩種方法
- Opencv判斷顏色相似的圖片示例代碼
- Python-OpenCV實現圖像缺陷檢測的實例