本文主要是介绍python计算两个图像的互信息,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!
我们常用互信息来衡量两个图像的相似程度。互信息的计算方式如下:
使用python中的numpy包或者sklearn可以很方便的计算互信息,计算代码如下:
import cv2
import numpy as np
import sklearn.metrics as skmdef hxx_forward(x, y):return skm.mutual_info_score(x, y)def hxx(x, y):size = x.shape[-1]px = np.histogram(x, 256, (0, 255))[0] / sizepy = np.histogram(y, 256, (0, 255))[0] / sizehx = - np.sum(px * np.log(px + 1e-8))hy = - np.sum(py * np.log(py + 1e-8))hxy = np.histogram2d(x, y, 256, [[0, 255], [0, 255]])[0]hxy /= (1.0 * size)hxy = - np.sum(hxy * np.log(hxy + 1e-8))r = hx + hy - hxyreturn rimg1 = cv2.imread("F:/BYSY/ACCESS/ImageMatch/1.png", cv2.IMREAD_GRAYSCALE)
img2 = cv2.imread("F:/BYSY/ACCESS/ImageMatch/1.png", cv2.IMREAD_GRAYSCALE)x = np.reshape(img1, -1)
y = np.reshape(img2, -1)print(hxx_forward(x, y))
print(hxx(x, y))
经验证,两种方法计算结果相同
这篇关于python计算两个图像的互信息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!