本文實(shí)例講述了Python比較兩個圖片相似度的方法。分享給大家供大家參考。具體分析如下：

這段代碼實(shí)用pil模塊比較兩個圖片的相似度，根據(jù)實(shí)際實(shí)用，代碼雖短但效果不錯，還是非常靠譜的，前提是圖片要大一些，太小的圖片不好比較。附件提供完整測試代碼和對比用的圖片。

#!/usr/bin/python

# Filename: histsimilar.py

# -*- coding: utf-8 -*-

import Image

def make_regalur_image(img, size = (256, 256)):

return img.resize(size).convert('RGB')

def split_image(img, part_size = (64, 64)):

w, h = img.size

pw, ph = part_size

assert w % pw == h % ph == 0

return [img.crop((i, j, i+pw, j+ph)).copy() \

for i in xrange(0, w, pw) \

for j in xrange(0, h, ph)]

def hist_similar(lh, rh):

assert len(lh) == len(rh)

return sum(1 - (0 if l == r else float(abs(l - r))/max(l, r)) for l, r in zip(lh, rh))/len(lh)

def calc_similar(li, ri):

#?? return hist_similar(li.histogram(), ri.histogram())

return sum(hist_similar(l.histogram(), r.histogram()) for l, r in zip(split_image(li), split_image(ri))) / 16.0

def calc_similar_by_path(lf, rf):

li, ri = make_regalur_image(Image.open(lf)), make_regalur_image(Image.open(rf))

return calc_similar(li, ri)

def make_doc_data(lf, rf):

li, ri = make_regalur_image(Image.open(lf)), make_regalur_image(Image.open(rf))

li.save(lf + '_regalur.png')

ri.save(rf + '_regalur.png')

fd = open('stat.csv', 'w')

fd.write('\n'.join(l + ',' + r for l, r in zip(map(str, li.histogram()), map(str, ri.histogram()))))

#?? print >>fd, '\n'

#?? fd.write(','.join(map(str, ri.histogram())))

fd.close()

import ImageDraw

li = li.convert('RGB')

draw = ImageDraw.Draw(li)

for i in xrange(0, 256, 64):

draw.line((0, i, 256, i), fill = '#ff0000')

draw.line((i, 0, i, 256), fill = '#ff0000')

li.save(lf + '_lines.png')

if __name__ == '__main__':

path = r'testpic/TEST%d/%d.JPG'

for i in xrange(1, 7):

print 'test_case_%d: %.3f%%'%(i, \

calc_similar_by_path('testpic/TEST%d/%d.JPG'%(i, 1), 'testpic/TEST%d/%d.JPG'%(i, 2))*100)

#?? make_doc_data('test/TEST4/1.JPG', 'test/TEST4/2.JPG')

完整實(shí)例代碼點(diǎn)擊此處本站下載。

希望本文所述對大家的Python程序設(shè)計有所幫助。

總結(jié)

以上是生活随笔為你收集整理的python两条曲线图片相似度_Python比较两个图片相似度的方法的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。