检测相似图片

Question

可能是重复的问题:
图像比较算法

基本上我需要编写一个程序，检查两个图像是否相同。考虑以下两个图像：

http://i221.photobucket.com/albums/dd298/ramdeen32/starry_night.jpg

http://i221.photobucket.com/albums/dd298/ramdeen32/starry_night2.jpg

这两张图片看起来一样，但我该如何检查它们是否相同呢？我的限制只在于媒体函数。目前我能想到的是通过宽度、高度缩放并比较每个像素的RGB值，但颜色不会有所不同吗？

我完全不知道该怎么做，请帮帮我。

*注意：这必须使用Python并使用（媒体库）。

- 1337holiday

---

参见图像比较算法。 - Matthew Flaschen

Answer 1

哇，这是一个非常大的问题，有很多可能的解决方案。我不是Python专家，但我认为你的问题很有趣，所以我想提出一个方法，如果我遇到这个问题，我会实现它。

显然，你发布的两张图片实际上非常不同，因此需要考虑“相同有多少不同”，特别是在处理图像并考虑不同的图像格式和压缩等情况时。

无论如何，对于一种解决方案，它允许给定颜色值的差异（但不允许像素放错位置），我会执行以下操作：

1.选择两张图片。 2.将最大的图片重新调整大小为第一张图片的完全相同的高度和宽度（甚至扭曲图像，如果必要）。 3.可能将图像变成灰度，使下一步更简单，而不会失去太多的效果。实际上，在这里运行边缘检测也可能有效。 4.遍历两个图像中的每个像素，并存储RGB通道中的每个像素之间的差异，或者只是灰度强度上的差异。你最终会得到一个大小与图像相同的数组，记录了两个图像像素强度之间的差异。 5.现在，我不知道确切的值，但你可能会发现，如果你遍历数组，你可以看到所有像素中两个图像之间的差异是否相同（或几乎相同）。也许可以先遍历一次数组，找到两个图像像素强度之间的平均差异，然后再遍历一次图像，看看90％的差异是否在某个阈值范围内（5％差异？）。

只是一个想法。当然，可能有一些我不知道的很好的函数可以使这变得容易，但我不抱太大希望！

- John Wordsworth

---

这很不错！然而，我不明白你所说的“灰度强度”是什么意思。要使图像灰度化，难道不必对每个像素进行归一化处理，例如取R+G+B的平均值，然后将RGB重置为该平均值吗？ - 1337holiday

灰度不是RGB的平均值，而是加权平均值，其中R = 0.299，G = 0.587，B = 0.114。（这是因为我们的眼睛对绿色比红色或蓝色更敏感，对蓝色最不敏感。） - kindall

嗯，我还是有点不清楚，请问你能演示一下像素的基本计算吗？ - 1337holiday

正如Kindall所说，要将图像灰度化（这将使其余的过程更容易，尽管可能不太准确 - 相同图像的红色版本可能看起来与黄色版本相同），您需要迭代每个像素; grayScalePixel = (0.299R)+(0.587G)+(0.114*B); 虽然，在Python的媒体库中必须有一个函数可以实现这一点！然后在第5步中，您将迭代两个灰度图像中的每个像素，然后测量差异; differences[x][y] = grayImageA[x][y] - grayImageB[x][y]。然后，您可以使用某些算法评估差异（如5中建议的那样）。 - John Wordsworth

我觉得我对0.299、0.587、0.114的来源感到困惑（这些是常数吗？）。我已经设法解决了缩放问题，但这种灰度仍然让我感到困扰。 - 1337holiday

数字0.299、0.587、0.114只是常数，以更符合人眼工作方式的方式将颜色转换为灰度。 - John Wordsworth

Answer 2

ImageMagick有Python绑定和比较函数。它应该为您完成大部分工作，但我从未在Python中使用过它。

- kindall

Answer 3

我认为John Wordsworth的第二步可能是最难的 - 在这里，您正在处理图像的拉伸副本，但您是否还允许旋转，裁剪或以其他方式扭曲的图像？如果是这样，您将需要一个特征匹配算法，例如在Hugin或其他全景创建软件中使用的算法。这将找到匹配的特征，进行扭曲以适应，然后您可以执行比较的其他阶段。理想情况下，您希望从照片中识别出梵高的绘画作品，甚至是杯子上的照片！对于人类来说，这很容易做到，但对于计算机来说，需要更复杂的数学。

- neil