Python3 图像识别（二）
2018-11-12 06:52:44来源：博客园 阅读 ()
Infi-chu:
http://www.cnblogs.com/Infi-chu/
以图搜图的使用已经非常广泛了，我现在来介绍一下简单的以图搜图的相关算法及其实践。
一、感知hash算法
感知哈希算法：
感知哈希算法（Perceptual hash algorithm）是哈希算法的一类，主要用来做相似图片的搜索工作。
图片所包含的特征被用来生成一组指纹（不过它不是唯一的）, 而这些指纹是可以进行比较的。
步骤：
1.把图片转化为字符串，这个字符串就是图片的hash值，又称指纹。
2.求两个字符串之间的相似度（汉明距离），字符串越相似，即图片越相似。
二、汉明距离
汉明距离：
汉明距离是两个字符串对应位置的不同字符的个数。换句话说，它就是将一个字符串变换成另外一个字符串所需要替换的字符个数。
例如：
1011101 与 1001001 之间的汉明距离是 2。
2143896 与 2233796 之间的汉明距离是 3。
“toned” 与 “roses” 之间的汉明距离是 3。
三、均值hash
下面的例子是使用了像素平均值，又叫均值哈希。
优点：均值哈希较为简单。
缺点：对图像灰度的平均值特别敏感，也不具备旋转不变性。
import cv2
def p_hash(path):
# Step1. 把图像缩小为8 * 8,并转化为灰度图
src = cv2.imread(path, 0)
src = cv2.resize(src, (8, 8), cv2.INTER_LINEAR)
# Step2. 计算64个像素的灰度均值
avg = sum([sum(src[i]) for i in range(8)]) / 64
# Step3. 与平均值比较，生成01字符串
string = ''
for i in range(8):
string += ''.join(map(lambda i: '0' if i < avg else '1', src[i]))
# Step4. 计算hash值
result = ''
for i in range(0, 64, 4):
result += ''.join('%x' % int(string[i: i + 4], 2))
return result
def hamming(str1, str2):
if len(str1) != len(str2):
return
count = 0
for i in range(0, len(str1)):
if str1[i] != str2[i]:
count += 1
return count
# 读取四张图片，进行测试
h1 = p_hash('1.jpg')
h2 = p_hash('2.jpg')
h3 = p_hash('3.jpg')
h4 = p_hash('4.jpg')
# 四张图片的相互对比
print('1&2 --> ',hamming(h1,h2))
print('1&3 --> ',hamming(h1,h3))
print('1&4 --> ',hamming(h1,h4))
print('2&3 --> ',hamming(h2,h3))
print('2&4 --> ',hamming(h2,h4))
print('3&4 --> ',hamming(h3,h4))
结果：
1&2 --> 1 1&3 --> 0 1&4 --> 1 2&3 --> 1 2&4 --> 1 3&4 --> 1
四、余弦感知哈希
为了提升更好的识别效果，可以使用余弦感知哈希算法。
优点：能够处理旋转图形。
缺点：只能够识别变形程度在25%以内的图片。
步骤：
1.缩小尺寸：将图像缩小到32*32，并转为灰度图。
2.计算DCT：对图像进行二维离散余弦变换。
3.缩小DCT：只保留矩阵左上角8*8区域，对这个区域求哈希均值，并生成01字符串。
4.计算hash值。
5.求汉明距离
import numpy as np
import cv2
def p_hash(path):
# Step1. 把图像缩小为32 * 32,并转化为灰度图
src = cv2.imread(path, 0)
src = cv2.resize(src, (32, 32), cv2.INTER_LINEAR)
# Step2. 对图像进行余弦变换
h, w = src.shape[:2]
arr = np.zeros((h, w), np.float32)
arr[:h, :w] = src
src = cv2.dct(cv2.dct(arr)) # 离散余弦变换
src.resize(8, 8)
# Step3. 计算64个像素的灰度均值
avg = sum([sum(src[i]) for i in range(8)]) / 64
# Step4. 与平均值比较，生成01字符串
string = ''
for i in range(8):
string += ''.join(map(lambda i: '0' if i < avg else '1', src[i]))
# Step5. 计算hash值
result = ''
for i in range(0, 64, 4):
result += ''.join('%x' % int(string[i: i + 4], 2))
return result
def hamming(str1, str2):
if len(str1) != len(str2):
return
count = 0
for i in range(0, len(str1)):
if str1[i] != str2[i]:
count += 1
return count
# 读取四张图片，进行测试
h1 = p_hash('1.jpg')
h2 = p_hash('2.jpg')
h3 = p_hash('3.jpg')
h4 = p_hash('4.jpg')
# 四张图片的相互对比
print('1&2 --> ',hamming(h1,h2))
print('1&3 --> ',hamming(h1,h3))
print('1&4 --> ',hamming(h1,h4))
print('2&3 --> ',hamming(h2,h3))
print('2&4 --> ',hamming(h2,h4))
print('3&4 --> ',hamming(h3,h4))
结果：
1&2 --> 3 1&3 --> 1 1&4 --> 6 2&3 --> 3 2&4 --> 6 3&4 --> 5
图例：
‘1.jpg’
‘2.jpg’
‘3.jpg’
‘4.jpg’
标签：
版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点，本站所提供的摄影照片，插画，设计作品，如需使用，请与原作者联系，版权归原作者所有
- python3基础之“术语表（2）” 2019-08-13
- python3 之 字符串编码小结（Unicode、utf-8、gbk、gb2312等 2019-08-13
- Python3安装impala 2019-08-13
- python3 enum模块的应用 2019-08-13
- python3 之 趣味数学题（爱因斯坦） 2019-08-13
IDC资讯： 主机资讯 注册资讯 托管资讯 vps资讯 网站建设
网站运营： 建站经验 策划盈利 搜索优化 网站推广 免费资源
网络编程： Asp.Net编程 Asp编程 Php编程 Xml编程 Access Mssql Mysql 其它
服务器技术： Web服务器 Ftp服务器 Mail服务器 Dns服务器 安全防护
软件技巧： 其它软件 Word Excel Powerpoint Ghost Vista QQ空间 QQ FlashGet 迅雷
网页制作： FrontPages Dreamweaver Javascript css photoshop fireworks Flash
