将两个图像与模式进行比较的算法 - Python

Question

我想请你帮忙。我是一名学生，为了进行学术研究，我正在设计一个系统，其中一个模块负责低分辨率简单图像的比较（img、jpg、jpeg、png、gif）。但是，如果我可以在 Python 中编写实现以及如何开始，我需要指导。也许你们中的某个人曾经遇到过这样的事情，并且能够分享他们的知识。

问题 1 - 简单版 输入数据必须与模式（包括图像）进行比较，数据输出将包含有关相似度（百分比）的信息，以及与给定输入最相似的模式图像。在这个版本中，假设输入图像没有以任何方式修改（即没有旋转、倾斜等）

问题 2 - 困难版 输入数据必须与模式（包括图像）进行比较，数据输出将包含有关相似度（百分比）的信息，以及与给定输入最相似的模式图像。在这个版本中，假设输入图像可以旋转

你们中的一些人能告诉我我需要做什么以及如何开始吗？我将不胜感激。

Answer 1

首先，您可以使用 matplotlib 或 python 图像库 (PIL) 读取图像。 可以通过互相关来与模式进行比较，您可以使用 scipy 或 numpy 来完成。由于您只有几个像素，我会选择不使用傅立叶变换的 numpy。

import pylab as P
import numpy as N

# read the images    
im1 = P.imread('4Fsjx.jpg')
im2 = P.imread('xUHhB.jpg')

# do the crosscorrelation
conv = N.convolve(im1, im2)
# a measure for similarity then is:
sim = N.sum(N.flatten(conv))

请注意，这是一种非常快速和肮脏的方法，您应该花很多心思来改进它，甚至不包括您提到的轮换。无论如何;此代码可以读取您的图像，并为您提供相似性度量，尽管convolve 不适用于彩色编码数据。我希望它能给你一些开始。

Answer 2

这里是一些伪代码的开始。我强烈建议使用 numpy/scipy 来帮助解决这个问题。

#read the input image:
files = glob.glob('*.templates')
listOfImages = []
for elem in files:
  imagea = scipy.misc.imread(elem)
  listOfImages.append(imagea)

#read input/test imagea
targetImage = scipy.misc.imread(targetImageName)

现在循环遍历每个 listOfImages 并计算“距离” 请注意，这可能是最难的部分。你将如何决定 如果两个图像相似？使用直接像素比较？使用 图像直方图，使用一些图像对齐指标（这将很有用 对于您的困难版本）。一些简单的问题，我注意到您上传的图片大小不同。如果图像的大小不同，那么您将不得不 扫过图像。另外，图片可以缩放吗？然后你需要要么有一个尺度不变的度量，要么尝试扫描不同的尺度

#keep track of the min distance
minDistance = Distance(targetImage,listOfImages[0])
minIndex = 0
for index,elem in enumerate(listOfImages):
  currentDistance = Distance(targetImage,elem)
  if currentDistance < minDistance:
    minDistance = currentDistance
    minIndex = index

距离函数是挑战所在，但我会保留它 为你。