在網(wǎng)上看到python做圖像識別的相關(guān)文章后，真心感覺python的功能實在太強大，因此將這些文章總結(jié)一下，建立一下自己的知識體系。
當然了，圖像識別這個話題作為計算機科學(xué)的一個分支，不可能就在本文簡單幾句就說清，所以本文只作基本算法的科普向。
看到一篇博客是介紹這個，但他用的是PIL中的Image實現(xiàn)的，感覺比較麻煩，于是利用Opencv庫進行了更簡潔化的實現(xiàn)。
相關(guān)背景
要識別兩張相似圖像，我們從感性上來談是怎么樣的一個過程？首先我們會區(qū)分這兩張相片的類型，例如是風景照，還是人物照。風景照中，是沙漠還是海洋，人物照中，兩個人是不是都是國字臉，還是瓜子臉（還是倒瓜子臉……哈哈……）。
那么從機器的角度來說也是這樣的，先識別圖像的特征，然后再相比。
很顯然，在沒有經(jīng)過訓(xùn)練的計算機(即建立模型)，那么計算機很難區(qū)分什么是海洋，什么是沙漠。但是計算機很容易識別到圖像的像素值。
因此，在圖像識別中，顏色特征是最為常用的。（其余常用的特征還有紋理特征、形狀特征和空間關(guān)系特征等）
其中又分為
-
直方圖
-
顏色集
-
顏色矩
-
聚合向量
-
相關(guān)圖
直方圖計算法
這里先用直方圖進行簡單講述。
先借用一下戀花蝶的圖片，
從肉眼來看，這兩張圖片大概也有八成是相似的了。
在python中利用opencv中的calcHist()方法獲取其直方圖數(shù)據(jù)，返回的結(jié)果是一個列表，使用matplotlib，畫出了這兩張圖的直方圖數(shù)據(jù)圖
如下：
是的，我們可以明顯的發(fā)現(xiàn)，兩張圖片的直方圖還是比較重合的。所以利用直方圖判斷兩張圖片的是否相似的方法就是，計算其直方圖的重合程度即可。
計算方法如下：
其中g(shù)i和si是分別指兩條曲線的第i個點。
最后計算得出的結(jié)果就是就是其相似程度。
不過，這種方法有一個明顯的弱點，就是他是按照顏色的全局分布來看的，無法描述顏色的局部分布和色彩所處的位置。
也就是假如一張圖片以藍色為主，內(nèi)容是一片藍天，而另外一張圖片也是藍色為主，但是內(nèi)容卻是妹子穿了藍色裙子，那么這個算法也很可能認為這兩張圖片的相似的。
緩解這個弱點有一個方法就是利用Image的crop方法把圖片等分，然后再分別計算其相似度，最后綜合考慮。
圖像指紋與漢明距離
在介紹下面其他判別相似度的方法前，先補充一些概念。第一個就是圖像指紋
圖像指紋和人的指紋一樣，是身份的象征，而圖像指紋簡單點來講，就是將圖像按照一定的哈希算法，經(jīng)過運算后得出的一組二進制數(shù)字。
說到這里，就可以順帶引出漢明距離的概念了。
假如一組二進制數(shù)據(jù)為101，另外一組為111，那么顯然把第一組的第二位數(shù)據(jù)0改成1就可以變成第二組數(shù)據(jù)111，所以兩組數(shù)據(jù)的漢明距離就為1
簡單點說，漢明距離就是一組二進制數(shù)據(jù)變成另一組數(shù)據(jù)所需的步驟數(shù)，顯然，這個數(shù)值可以衡量兩張圖片的差異，漢明距離越小，則代表相似度越高。漢明距離為0，即代表兩張圖片完全一樣。
如何計算得到漢明距離，請看下面三種哈希算法
平均哈希法(aHash)
此算法是基于比較灰度圖每個像素與平均值來實現(xiàn)的
一般步驟
-
1.縮放圖片，一般大小為8*8，64個像素值。
-
2.轉(zhuǎn)化為灰度圖
-
3.計算平均值：計算進行灰度處理后圖片的所有像素點的平均值，直接用numpy中的mean()計算即可。
-
4.比較像素灰度值：遍歷灰度圖片每一個像素，如果大于平均值記錄為1，否則為0.
-
5.得到信息指紋：組合64個bit位，順序隨意保持一致性。
最后比對兩張圖片的指紋，獲得漢明距離即可。
感知哈希算法(pHash)
平均哈希算法過于嚴格，不夠精確，更適合搜索縮略圖，為了獲得更精確的結(jié)果可以選擇感知哈希算法，它采用的是DCT（離散余弦變換）來降低頻率的方法
一般步驟：
-
縮小圖片：32 * 32是一個較好的大小，這樣方便DCT計算
-
轉(zhuǎn)化為灰度圖
-
計算DCT：利用Opencv中提供的dct()方法，注意輸入的圖像必須是32位浮點型，所以先利用numpy中的float32進行轉(zhuǎn)換
-
縮小DCT：DCT計算后的矩陣是32 * 32，保留左上角的8
* 8，這些代表的圖片的最低頻率
-
計算平均值：計算縮小DCT后的所有像素點的平均值。
-
進一步減小DCT：大于平均值記錄為1，反之記錄為0.
-
得到信息指紋：組合64個信息位，順序隨意保持一致性。
最后比對兩張圖片的指紋，獲得漢明距離即可。
dHash算法
相比pHash，dHash的速度要快的多，相比aHash，dHash在效率幾乎相同的情況下的效果要更好，它是基于漸變實現(xiàn)的。
步驟：
-
縮小圖片：收縮到9*8的大小，以便它有72的像素點
-
轉(zhuǎn)化為灰度圖
-
計算差異值：dHash算法工作在相鄰像素之間，這樣每行9個像素之間產(chǎn)生了8個不同的差異，一共8行，則產(chǎn)生了64個差異值
-
獲得指紋：如果左邊的像素比右邊的更亮，則記錄為1，否則為0.
最后比對兩張圖片的指紋，獲得漢明距離即可。
整個的代碼實現(xiàn)如下：
from matplotlib import pyplot as plt def classify_gray_hist(image1,image2,size = (256,256)): image1 = cv2.resize(image1,size) image2 = cv2.resize(image2,size) hist1 = cv2.calcHist([image1],[0],None,[256],[0.0,255.0]) hist2 = cv2.calcHist([image2],[0],None,[256],[0.0,255.0]) plt.plot(range(256),hist1,'r') plt.plot(range(256),hist2,'b') for i in range(len(hist1)): degree = degree (1 - abs(hist1[i]-hist2[i])/max(hist1[i],hist2[i])) degree = degree/len(hist1) def calculate(image1,image2): hist1 = cv2.calcHist([image1],[0],None,[256],[0.0,255.0]) hist2 = cv2.calcHist([image2],[0],None,[256],[0.0,255.0]) for i in range(len(hist1)): degree = degree (1 - abs(hist1[i]-hist2[i])/max(hist1[i],hist2[i])) degree = degree/len(hist1) def classify_hist_with_split(image1,image2,size = (256,256)): image1 = cv2.resize(image1,size) image2 = cv2.resize(image2,size) sub_image1 = cv2.split(image1) sub_image2 = cv2.split(image2) for im1,im2 in zip(sub_image1,sub_image2): sub_data = calculate(im1,im2) def classify_aHash(image1,image2): image1 = cv2.resize(image1,(8,8)) image2 = cv2.resize(image2,(8,8)) gray1 = cv2.cvtColor(image1,cv2.COLOR_BGR2GRAY) gray2 = cv2.cvtColor(image2,cv2.COLOR_BGR2GRAY) return Hamming_distance(hash1,hash2) def classify_pHash(image1,image2): image1 = cv2.resize(image1,(32,32)) image2 = cv2.resize(image2,(32,32)) gray1 = cv2.cvtColor(image1,cv2.COLOR_BGR2GRAY) gray2 = cv2.cvtColor(image2,cv2.COLOR_BGR2GRAY) dct1 = cv2.dct(np.float32(gray1)) dct2 = cv2.dct(np.float32(gray2)) hash1 = getHash(dct1_roi) hash2 = getHash(dct2_roi) return Hamming_distance(hash1,hash2) for i in range(image.shape[0]): for j in range(image.shape[1]): def Hamming_distance(hash1,hash2): for index in range(len(hash1)): if hash1[index] != hash2[index]: if __name__ == '__main__': img1 = cv2.imread('10.jpg') img2 = cv2.imread('11.jpg') degree = classify_gray_hist(img1,img2)
|
