使用Python查找具有相似颜色调色板的图像

Question

假设有一张相册中有1万个JPEG、PNG格式的图片，如何查找所有颜色调色板与所选图片相似的图片，并按相似度降序排列？

- jack

---

可能是重复问题：https://dev59.com/y0bRa4cB1Zd3GeqP27Vf - ChristopheD

是的，但是那个问题没有好的答案。 :-) - Frank Krueger

这里有很多类似的讨论： https://dev59.com/V3NA5IYBdhLWcg3wQ7Yw#1048723 - Paul

这里有另一个竞争者 https://github.com/larytet-py/image-mathching 该代码将匹配的颜色分组，并添加颜色组占据的面积百分比。 - Larytet

Answer 1

为每个图像构建一个颜色直方图。当您想将图像与集合匹配时，只需按其直方图与所选图像直方图的接近程度对列表进行排序。

桶数取决于您想要多精确。用于创建桶的数据类型将定义如何优先考虑搜索。

例如，如果你最关心色调，则可以定义图像的每个单独像素属于哪个桶：

def bucket_from_pixel(r, g, b):
    hue = hue_from_rgb(r, g, b) # [0, 360)
    return (hue * NUM_BUCKETS) / 360

如果您还需要一个通用的匹配器，那么您可以基于完整的RGB值选择桶。

使用PIL，您可以使用内置的histogram函数。 "相似度"直方图可以使用任何想要的距离度量来计算。例如，L1距离可以如下计算：

hist_sel = normalize(sel.histogram())
hist = normalize(o.histogram()) # These normalized histograms should be stored

dist = sum([abs(x) for x in (hist_sel - hist)])

一个 L2 将是:

dist = sqrt(sum([x*x for x in (hist_sel - hist)]))

Normalize操作的目的是将直方图的总和强制设置为某个常数值(1.0效果很好)。这非常重要，因为这样可以正确比较大图像和小图像。如果您打算使用L1距离，则应在normalize中使用L1度量。如果使用L2，则使用L2。

- Frank Krueger

---

@Frank，感谢您的建议。您能给我提供一些Python的示例代码吗？PIL内置的histogram()函数返回一个列表，如何确定两幅图像的直方图有多接近？ - jack

@Frank，看起来在从10,000个候选图像中挑选出具有相似直方图的图像时需要进行10,000次距离计算？是否可以为每个图像关联数值并将它们存储在数据库中，这样比较就可以简化为一些SQL查询了呢？ - jack

@jack，10,000次计算并不是很昂贵。加速这样的代码的最佳方法不是将直方图缩小为整数（无法按照您想象的方式完成），而是简单地缓存结果。在数据库中或内存中缓存排序顺序（每个图像），确保还将直方图存储在数据库或内存中，以便重建这些排序顺序缓存不会太昂贵。 - Frank Krueger