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!