使用颜色分布法计算图像相似度

2024-08-28 14:18

本文主要是介绍使用颜色分布法计算图像相似度,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

       基于比较灰度直方图的方法计算两幅图像相似度误判较多,一个原因上篇博客已经提到,就是直方图自身局限性: 仅反映图像像素各灰度值的数量,不能反映图像纹理结构;另一个原因就是在使用该方法时,对于彩色图像,一般都是将其转为灰度图像,然后在计算其灰度直方图,最后再参与运算比较,很明显在彩色转灰度的转换过程中将损失图像颜色信息,所以在计算时存在大量误判。由第一个原因产生的误判很难找到解决方案,除非不用这个方法;而第二原因,对于彩色图像,我们可以换一种方式计算直方图,阮一峰的博客《相似图片搜索的原理(二)》提到了这种彩色图像直方图计算方法,这里不再赘述。通过实验发现,这种方式很好的克服了第二个原因产生的误判, 相似度 计算结果准确性有所提高。下面是算法实现,程序中将颜色分成8个区间做映射,如果分成16个区间或更高的区间做映射,相信准确度会更高。当然,该算法对图像的明暗还是特别敏感,不太适用内容相近、但光线明暗频繁变化的图像。
#include "stdafx.h"
#include <cv.h>
#include <cxcore.h>
#include <highgui.h>using namespace cv;// bgr颜色分区间映射
uchar ColorValMapping(uchar &val)
{uchar mapVal = 0;if (val > 223){// [224 ~ 255]mapVal = 7;}else if (val > 191){// [192 ~ 223]mapVal = 6;}else if (val > 159){// [160 ~ 191]mapVal = 5;}else if (val > 127){// [128 ~ 159]mapVal = 4;}else if (val > 95){// [96 ~ 127]mapVal = 3;}else if (val > 63){// [64 ~ 95]mapVal = 2;}else if (val > 31){// [32 ~ 63]mapVal = 1;}else{// [0 ~ 31]mapVal = 0;}return mapVal;
}// 计算颜色直方图向量
void CompImageFeature(Mat &inputImg, int *pImgFeature)
{int index = 0;int row = inputImg.rows;int col = inputImg.cols;uchar map_b = 0, map_g = 0, map_r = 0;uchar* pImg = inputImg.data;for (int i = 0; i < row; i++){for (int j = 0; j < col; j++){// 颜色映射map_b = ColorValMapping(pImg[3*j]);map_g = ColorValMapping(pImg[3*j + 1]);map_r = ColorValMapping(pImg[3*j + 2]);index = map_b*64 + map_g*8 + map_r;pImgFeature[index]++;}pImg += inputImg.step;}
}// 计算两幅图像相似度
double CompImageSimilarity(Mat &img0, Mat &img1)
{// 计算颜色直方图向量>>分8个区间,共8*8*8 = 512种组合int imgFeature0[512] = { 0 };int imgFeature1[512] = { 0 };CompImageFeature(img0, imgFeature0);CompImageFeature(img1, imgFeature1);// 计算余弦相似度>>余弦值越接近1,表明夹角越接近0度,两个向量越相似double sum_square0 = 0.0, sum_square1 = 0.0, sum_multiply = 0.0;for (int i = 0; i < 512; i++){sum_square0  += imgFeature0[i] * imgFeature0[i];sum_square1  += imgFeature1[i] * imgFeature1[i];sum_multiply += imgFeature0[i] * imgFeature1[i];}return sum_multiply / (sqrt(sum_square0) * sqrt(sum_square1));
}int main(int argc, _TCHAR* argv[])
{double similarity = 0.0;// 计算两幅图像相似度Mat img0 = imread("image\\img0.jpg");imshow("img0", img0);Mat img1 = imread("image\\img1.jpg");imshow("img1", img1);similarity = CompImageSimilarity(img0, img1);printf("-------相似度-------> %f \n", similarity);waitKey();return 0;
}
运行结果:


工程下载链接:http://download.csdn.net/detail/u013085897/6781683
程序基于vs2005 + opencv210实现,下载工程后,如果与自己使用的opencv版本不一致,则需要对工程进行简单配置才能正确运行。

这篇关于使用颜色分布法计算图像相似度的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1115002

相关文章

Mysql中RelayLog中继日志的使用

《Mysql中RelayLog中继日志的使用》MySQLRelayLog中继日志是主从复制架构中的核心组件,负责将从主库获取的Binlog事件暂存并应用到从库,本文就来详细的介绍一下RelayLog中... 目录一、什么是 Relay Log(中继日志)二、Relay Log 的工作流程三、Relay Lo

使用Redis实现会话管理的示例代码

《使用Redis实现会话管理的示例代码》文章介绍了如何使用Redis实现会话管理,包括会话的创建、读取、更新和删除操作,通过设置会话超时时间并重置,可以确保会话在用户持续活动期间不会过期,此外,展示了... 目录1. 会话管理的基本概念2. 使用Redis实现会话管理2.1 引入依赖2.2 会话管理基本操作

Springboot请求和响应相关注解及使用场景分析

《Springboot请求和响应相关注解及使用场景分析》本文介绍了SpringBoot中用于处理HTTP请求和构建HTTP响应的常用注解,包括@RequestMapping、@RequestParam... 目录1. 请求处理注解@RequestMapping@GetMapping, @PostMappin

springboot3.x使用@NacosValue无法获取配置信息的解决过程

《springboot3.x使用@NacosValue无法获取配置信息的解决过程》在SpringBoot3.x中升级Nacos依赖后,使用@NacosValue无法动态获取配置,通过引入SpringC... 目录一、python问题描述二、解决方案总结一、问题描述springboot从2android.x

SpringBoot整合AOP及使用案例实战

《SpringBoot整合AOP及使用案例实战》本文详细介绍了SpringAOP中的切入点表达式,重点讲解了execution表达式的语法和用法,通过案例实战,展示了AOP的基本使用、结合自定义注解以... 目录一、 引入依赖二、切入点表达式详解三、案例实战1. AOP基本使用2. AOP结合自定义注解3.

Python中Request的安装以及简单的使用方法图文教程

《Python中Request的安装以及简单的使用方法图文教程》python里的request库经常被用于进行网络爬虫,想要学习网络爬虫的同学必须得安装request这个第三方库,:本文主要介绍P... 目录1.Requests 安装cmd 窗口安装为pycharm安装在pycharm设置中为项目安装req

使用Python将PDF表格自动提取并写入Word文档表格

《使用Python将PDF表格自动提取并写入Word文档表格》在实际办公与数据处理场景中,PDF文件里的表格往往无法直接复制到Word中,本文将介绍如何使用Python从PDF文件中提取表格数据,并将... 目录引言1. 加载 PDF 文件并准备 Word 文档2. 提取 PDF 表格并创建 Word 表格

使用Python实现局域网远程监控电脑屏幕的方法

《使用Python实现局域网远程监控电脑屏幕的方法》文章介绍了两种使用Python在局域网内实现远程监控电脑屏幕的方法,方法一使用mss和socket,方法二使用PyAutoGUI和Flask,每种方... 目录方法一:使用mss和socket实现屏幕共享服务端(被监控端)客户端(监控端)方法二:使用PyA

Python使用Matplotlib和Seaborn绘制常用图表的技巧

《Python使用Matplotlib和Seaborn绘制常用图表的技巧》Python作为数据科学领域的明星语言,拥有强大且丰富的可视化库,其中最著名的莫过于Matplotlib和Seaborn,本篇... 目录1. 引言:数据可视化的力量2. 前置知识与环境准备2.1. 必备知识2.2. 安装所需库2.3

Python数据验证神器Pydantic库的使用和实践中的避坑指南

《Python数据验证神器Pydantic库的使用和实践中的避坑指南》Pydantic是一个用于数据验证和设置的库,可以显著简化API接口开发,文章通过一个实际案例,展示了Pydantic如何在生产环... 目录1️⃣ 崩溃时刻:当你的API接口又双叒崩了!2️⃣ 神兵天降:3行代码解决验证难题3️⃣ 深度