计算多个图像直方图的欧几里得距离

Question

好的，这是计算直方图的函数：

def image_histogram():
    from PIL import Image
    import numpy as np
    import glob
    im = Image.open('/Users/Adnan/Desktop/Archive/0.jpg')
    im_vals1 = np.zeros(256)
    im_vals2 = np.zeros(256)
    im_vals3 = np.zeros(256)

    r,g,b = im.split()

    pixels_r = list(r.getdata())
    pixels_g = list(g.getdata())
    pixels_b = list(b.getdata())
    pix_r = np.array(pixels_r)
    pix_g = np.array(pixels_g)
    pix_b = np.array(pixels_b)
    for idx in range (0, len(pix_r)):
        im_vals1[pix_r[idx]] += 1
        im_vals2[pix_g[idx]] += 1
        im_vals3[pix_b[idx]] += 1
    histogram = list(im_vals1) + list(im_vals2) + list(im_vals3)
    return histogram
print(image_histogram())
def euclidean_distance():
    from scipy.spatial import distance
    a = image_histogram()
    b = image_histogram()
    dist = distance.euclidean(a,b)
print(euclidean_distance())

好的，所以这个函数现在计算 1 张图像 (0.jpg) 的直方图。我想知道如何使用差异图像多次运行相同的函数并将每个图像直方图存储为列表，然后由欧几里德距离函数使用。我猜某种递归应该可以解决问题，但不知道该怎么做，因为我似乎无法在任何地方找到它。

Answer 1

在我的计算机视觉课程中，我记得计算两个直方图之间距离的最佳指标之一是卡方距离。

https://stats.stackexchange.com/questions/184101/comparing-two-histograms-using-chi-square-distance

在python中，它可以是sklearn最近邻函数的自定义度量：

def chiSquared(p,q):
    return 0.5*np.sum((p-q)**2/(p+q+1e-6))