作者：以後以後
在網上看到python做圖像識别的相關文章後，真心感覺python的功能實在太強大，是以将這些文章總結一下，建立一下自己的知識體系。
當然了，圖像識别這個話題作為計算機科學的一個分支，不可能就在本文簡單幾句就說清，是以本文隻作基本算法的科普向。
看到一篇部落格是介紹這個，但他用的是PIL中的Image實作的，感覺比較麻煩，于是利用Opencv庫進行了更簡潔化的實作。
相關背景要識别兩張相似圖像，我們從感性上來談是怎麼樣的一個過程？首先我們會區分這兩張相片的類型，例如是風景照，還是人物照。風景照中，是沙漠還是海洋，人物照中，兩個人是不是都是國字臉，還是瓜子臉（還是倒瓜子臉……哈哈……）。
那麼從機器的角度來說也是這樣的，先識别圖像的特征，然後再相比。
很顯然，在沒有經過訓練的計算機(即建立模型)，那麼計算機很難區分什麼是海洋，什麼是沙漠。但是計算機很容易識别到圖像的像素值。
是以，在圖像識别中，顔色特征是最為常用的。（其餘常用的特征還有紋理特征、形狀特征和空間關系特征等）
其中又分為
直方圖
顔色集
顔色矩
聚合向量
相關圖
直方圖計算法
這裡先用直方圖進行簡單講述。
先借用一下戀花蝶的圖檔，
從肉眼來看，這兩張圖檔大概也有八成是相似的了。
在Python中利用opencv中的calcHist()方法擷取其直方圖資料，傳回的結果是一個清單，使用matplotlib，畫出了這兩張圖的直方圖資料圖
如下：
是的，我們可以明顯的發現，兩張圖檔的直方圖還是比較重合的。是以利用直方圖判斷兩張圖檔的是否相似的方法就是，計算其直方圖的重合程度即可。
計算方法如下：
其中gi和si是分别指兩條曲線的第i個點。
最後計算得出的結果就是就是其相似程度。
不過，這種方法有一個明顯的弱點，就是他是按照顔色的全局分布來看的，無法描述顔色的局部分布和色彩所處的位置。
也就是假如一張圖檔以藍色為主，内容是一片藍天，而另外一張圖檔也是藍色為主，但是内容卻是妹子穿了藍色裙子，那麼這個算法也很可能認為這兩張圖檔的相似的。
緩解這個弱點有一個方法就是利用Image的crop方法把圖檔等分，然後再分别計算其相似度，最後綜合考慮。
圖像指紋與漢明距離
在介紹下面其他判别相似度的方法前，先補充一些概念。第一個就是圖像指紋
圖像指紋和人的指紋一樣，是身份的象征，而圖像指紋簡單點來講，就是将圖像按照一定的雜湊演算法，經過運算後得出的一組二進制數字。
說到這裡，就可以順帶引出漢明距離的概念了。
假如一組二進制資料為101，另外一組為111，那麼顯然把第一組的第二位資料0改成1就可以變成第二組資料111，是以兩組資料的漢明距離就為1
簡單點說，漢明距離就是一組二進制資料變成另一組資料所需的步驟數，顯然，這個數值可以衡量兩張圖檔的差異，漢明距離越小，則代表相似度越高。漢明距離為0，即代表兩張圖檔完全一樣。
如何計算得到漢明距離，請看下面三種雜湊演算法
平均哈希法(aHash)此算法是基于比較灰階圖每個像素與平均值來實作的
一般步驟：
1.縮放圖檔，一般大小為8*8，64個像素值。
2.轉化為灰階圖
3.計算平均值：計算進行灰階處理後圖檔的所有像素點的平均值，直接用numpy中的mean()計算即可。
4.比較像素灰階值：周遊灰階圖檔每一個像素，如果大于平均值記錄為1，否則為0.
5.得到資訊指紋：組合64個bit位，順序随意保持一緻性。
最後比對兩張圖檔的指紋，獲得漢明距離即可。
感覺雜湊演算法(pHash)平均雜湊演算法過于嚴格，不夠精确，更适合搜尋縮略圖，為了獲得更精确的結果可以選擇感覺雜湊演算法，它采用的是DCT（離散餘弦變換）來降低頻率的方法
一般步驟：
縮小圖檔：32 * 32是一個較好的大小，這樣友善DCT計算
轉化為灰階圖
計算DCT：利用Opencv中提供的dct()方法，注意輸入的圖像必須是32位浮點型，是以先利用numpy中的float32進行轉換
縮小DCT：DCT計算後的矩陣是32 * 32，保留左上角的8 * 8，這些代表的圖檔的最低頻率
計算平均值：計算縮小DCT後的所有像素點的平均值。
進一步減小DCT：大于平均值記錄為1，反之記錄為0.
得到資訊指紋：組合64個資訊位，順序随意保持一緻性。
最後比對兩張圖檔的指紋，獲得漢明距離即可。
dHash算法相比pHash，dHash的速度要快的多，相比aHash，dHash在效率幾乎相同的情況下的效果要更好，它是基于漸變實作的。
步驟：
縮小圖檔：收縮到9*8的大小，以便它有72的像素點
轉化為灰階圖
計算差異值：dHash算法工作在相鄰像素之間，這樣每行9個像素之間産生了8個不同的差異，一共8行，則産生了64個差異值
獲得指紋：如果左邊的像素比右邊的更亮，則記錄為1，否則為0.
最後比對兩張圖檔的指紋，獲得漢明距離即可。
整個的代碼實作如下：
?
# -*- coding: utf-8 -*-
#feimengjuan
# 利用python實作多種方法來實作圖像識别
import cv2
import numpy as np
from matplotlib import pyplot as plt
# 最簡單的以灰階直方圖作為相似比較的實作
def classify_gray_hist(image1,image2,size = (256,256)):
# 先計算直方圖
# 幾個參數必須用方括号括起來
# 這裡直接用灰階圖計算直方圖，是以是使用第一個通道，
# 也可以進行通道分離後，得到多個通道的直方圖
# bins 取為16
image1 = cv2.resize(image1,size)
image2 = cv2.resize(image2,size)
hist1 = cv2.calcHist([image1],[0],None,[256],[0.0,255.0])
hist2 = cv2.calcHist([image2],[0],None,[256],[0.0,255.0])
# 可以比較下直方圖
plt.plot(range(256),hist1,'r')
plt.plot(range(256),hist2,'b')
plt.show()
# 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
# 計算單通道的直方圖的相似值
def calculate(image1,image2):
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
# 通過得到每個通道的直方圖來計算相似度
def classify_hist_with_split(image1,image2,size = (256,256)):
# 将圖像resize後，分離為三個通道，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
# 平均雜湊演算法計算
def classify_aHash(image1,image2):
image1 = cv2.resize(image1,(8,8))
image2 = cv2.resize(image2,(8,8))
gray1 = cv2.cvtColor(image1,cv2.COLOR_BGR2GRAY)
gray2 = cv2.cvtColor(image2,cv2.COLOR_BGR2GRAY)
hash1 = getHash(gray1)
hash2 = getHash(gray2)
return Hamming_distance(hash1,hash2)
def classify_pHash(image1,image2):
image1 = cv2.resize(image1,(32,32))
image2 = cv2.resize(image2,(32,32))
gray1 = cv2.cvtColor(image1,cv2.COLOR_BGR2GRAY)
gray2 = cv2.cvtColor(image2,cv2.COLOR_BGR2GRAY)
# 将灰階圖轉為浮點型，再進行dct變換
dct1 = cv2.dct(np.float32(gray1))
dct2 = cv2.dct(np.float32(gray2))
# 取左上角的8*8，這些代表圖檔的最低頻率
# 這個操作等價于c++中利用opencv實作的掩碼操作
# 在python中進行掩碼操作，可以直接這樣取出圖像矩陣的某一部分
dct1_roi = dct1[0:8,0:8]
dct2_roi = dct2[0:8,0:8]
hash1 = getHash(dct1_roi)
hash2 = getHash(dct2_roi)
return Hamming_distance(hash1,hash2)
# 輸入灰階圖，傳回hash
def getHash(image):
avreage = np.mean(image)
hash = []
for i in range(image.shape[0]):
for j in range(image.shape[1]):
if image[i,j] > avreage:
hash.append(1)
else:
hash.append(0)
return hash
# 計算漢明距離
def Hamming_distance(hash1,hash2):
num = 0
for index in range(len(hash1)):
if hash1[index] != hash2[index]:
num += 1
return num
if __name__ == '__main__':
img1 = cv2.imread('10.jpg')
cv2.imshow('img1',img1)
img2 = cv2.imread('11.jpg')
cv2.imshow('img2',img2)
degree = classify_gray_hist(img1,img2)
#degree = classify_hist_with_split(img1,img2)
#degree = classify_aHash(img1,img2)
#degree = classify_pHash(img1,img2)
print degree
cv2.waitKey(0) 以上就是本文的全部内容，希望對大家學習python程式設計有所幫助。
關注【OpenCV學習交流】
長按或者掃描下面二維碼即可關注