python + opencv - 如何正确比较图像(通过直方图)？

Question

我有一堆图像(来自 M.C. Escher 收藏)我想整理，所以我想到的第一步是通过比较它们将它们分组(你知道，有些具有不同的分辨率/形状等) .

我写了一个非常残酷的脚本来: * 读取文件 * 计算它们的直方图 * 比较它们

但是对比的质量真的很低，好像有完全不同的文件匹配

看看我到目前为止写了什么:

准备直方图

files_hist = {}

for i, f in enumerate(files):
    try:
        frame = cv2.imread(f)
        frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        hist = cv2.calcHist([frame],[0],None,[4096],[0,4096])
        cv2.normalize(hist, hist, alpha=0, beta=1, norm_type=cv2.NORM_MINMAX)

        files_hist[f] = hist
    except Exception as e:
        print('ERROR:', f, e)

比较直方图

pairs = list(itertools.combinations(files_hist.keys(), 2))

for i, (f1, f2) in enumerate(pairs):
    correl = cv2.compareHist(files_hist[f1], files_hist[f2], cv2.HISTCMP_CORREL)

    if correl >= 0.999:
        print('MATCH:', correl, f1, f2)

现在，例如，我得到了这两个文件的匹配项:

m._c._escher_244_(1933).jpg

和

m._c._escher_208_(1931).jpg

它们的相关性，使用上面的代码，是 0.9996699595530539(所以它们实际上是相同的 :( )

我做错了什么？我如何改进该代码以避免这种错误匹配？

谢谢!

Answer 1

直方图不是比较图像的好方法，例如，在黑白图像中，如果它们具有相同数量的黑色像素，则直方图将相同，无论图像中的像素分布如何(这就是为什么您提到的图像被归类为几乎相等)。

有更好的方法来量化图像之间的差异，this post提到了一个不错的选择:

• 将两个图像加载为数组 (scipy.misc.imread) 并计算逐个元素(逐个像素)的差异。计算差异的范数。

编辑:

回答一些问题:

I take the zero norm per-pixel is going to be 0.0-1.0 value, with values close to 0.0 meaning "images are the same", correct?

接近 0.0 的值表示像素相同。要将图像作为一个整体进行比较，您需要对所有像素求和。如果总和值接近 0.0，则表示图像几乎相同。

what if the 2 image sizes are different?

这是一个很好的。要计算范数差，图像必须具有相同的大小。我看到了实现这一目标的两种方法:

• 第一个是将其中一张图片调整为另一张图片的形状，问题是这会导致图片失真。

• 第二个是用零填充较小的图像，直到大小匹配。

obs:如果对像素范数求和，您将得到一个介于零和图像中像素数之间的值。如果您比较多个图像，这可能会造成混淆。例如，假设您正在比较图像 A 和 B，并且两者的形状均为 50x50(因此，图像具有 2500 像素)；接近 2500 的值意味着图像完全不同。现在假设您正在比较图像 C 和 D，并且两者的形状均为 1000x1000，在这种情况下，像 2500 这样的值意味着图像相似。为了解决这个问题，您可以将按像素求和除以图像中的像素数，这将得到介于 0.0 和 1.0 之间的值，0.0 表示图像相同，1.0 表示它们完全不同。

yeah here's the error i received when comparing 2 images with different size diff = image1 - image2 ValueError: operands could not be broadcast together with shapes (850,534) (663,650)

发生这种情况是因为图像具有不同的形状。调整大小或填充可以避免此错误(如上所述)。