Python如何实现两张图片对比得出相似度

目录

• Python两张图片对比得出相似度
• 运行结果
• 注意事项
• 总结

import numpy
import cv2
from PIL import Image


def calculate(image1, image2):
    image1 = cv2.cvtColor(numpy.asarray(image1), cv2.COLOR_RGB2BGR)
    image2 = cv2.cvtColor(numpy.asarray(image2), cv2.COLOR_RGB2BGR)
    hist1 = cv2.calcHist([image1], [0], None, [256], [0.0, 255.0])
    hist2 = cv2.calcHist([image2], [0], None, [256], [0.0, 255.0])
    # 计算直方图的重合度
    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


def classify_hist_with_split(image1, image2, size=(256, 256)):
    image1 = Image.open(image1)
    image2 = Image.open(image2)
    # 将图像resize后，分离为RGB三个通道，再计算每个通道的相似值
    image1 = cv2.cvtColor(numpy.asarray(image1), cv2.COLOR_RGB2BGR)
    image2 = cv2.cvtColor(numpy.asarray(image2), cv2.COLOR_RGB2BGR)
    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


if __name__ == '__main__':
    img1_path = r"E:reportcamera_pictures\2.png"
    img2_path = r"E:reportcamera_pictures\3.png"
    result1 = classify_hist_with_split(img1_path, img2_path)
    print("相似度为：" + "%.2f%%" % (result1 * 100))

D:Python3.8.6python.exe D:/PythonWorkSpace/chenbang/test_4.py
相似度为：87.70%

Process finished with exit code 0

在自动化测试对比图片时，实际场景可能受时间、设备、摄像头影响，可能不准确。

解决方法是循环对比5次，有一次大于80%就break退出循环，每一次对比睡眠1s，如果5次都对比失败了，则图片对比fail

以上为个人经验，希望能给大家一个参考，也希望大家多多支持风君子博客。

您可能感兴趣的文章:

• Python实现对比两张图片并标记差异
• python进行图片相似度对比的两种实现方法
• Python图像处理之对比两张图片的差异示例
• Python通过Pillow实现图片对比
• Python Opencv中用compareHist函数进行直方图比较对比图片
• python opencv实现图片缺陷检测（讲解直方图以及相关系数对比法）
• 用openCV和Python 实现图片对比,并标识出不同点的方式
• 浅谈Python3识别判断图片主要颜色并和颜色库进行对比的方法