不同大小内容一致的两张图片如何比较相似性
时间: 2023-08-11 19:08:53 浏览: 253
图片比较算法
5星 · 资源好评率100%
要比较不同大小但内容一致的两张图片的相似性,可以使用图像的结构相似性指数(SSIM)或感知哈希算法(Perceptual Hashing)来进行比较。这些方法可以忽略图像的尺寸差异,并考虑图像的内容相似度。下面是使用Python实现这两种方法的示例代码:
1. 结构相似性指数(SSIM)比较:
```python
import cv2
def compare_ssim(image1_path, image2_path):
image1 = cv2.imread(image1_path)
image2 = cv2.imread(image2_path)
gray_image1 = cv2.cvtColor(image1, cv2.COLOR_BGR2GRAY)
gray_image2 = cv2.cvtColor(image2, cv2.COLOR_BGR2GRAY)
ssim_score = cv2.compareSSIM(gray_image1, gray_image2)
return ssim_score
# Example usage:
image1_path = "image1.png"
image2_path = "image2.png"
ssim_score = compare_ssim(image1_path, image2_path)
print(f"SSIM Score: {ssim_score}")
```
请确保在运行代码之前已经安装了OpenCV库(可以使用`pip install opencv-python`进行安装)。在示例代码中,`compare_ssim`函数接受两个图片路径作为参数,并返回计算得到的结构相似性指数(SSIM)。
2. 感知哈希算法(Perceptual Hashing)比较:
```python
from PIL import Image
import imagehash
def compare_phash(image1_path, image2_path):
image1 = Image.open(image1_path)
image2 = Image.open(image2_path)
phash1 = imagehash.phash(image1)
phash2 = imagehash.phash(image2)
similarity = 1.0 - (phash1 - phash2) / len(phash1.hash) ** 2
return similarity
# Example usage:
image1_path = "image1.png"
image2_path = "image2.png"
similarity = compare_phash(image1_path, image2_path)
print(f"Similarity: {similarity}")
```
请确保在运行代码之前已经安装了Pillow和ImageHash库(可以使用`pip install Pillow imagehash`进行安装)。在示例代码中,`compare_phash`函数接受两个图片路径作为参数,并返回计算得到的相似度。
这两种方法都可以用于比较内容一致但尺寸不同的图片的相似性。根据具体需求选择合适的方法进行图片相似性比较。
阅读全文