在本地的多张图片里指定一张图片,并通过颜色直方图特征查找相似图片,python实现

时间: 2023-10-05 16:13:58 浏览: 32
首先,需要导入以下库: ```python import cv2 import numpy as np import matplotlib.pyplot as plt ``` 然后,读取指定图片和多张本地图片: ```python # 读取指定图片 img = cv2.imread('指定图片的路径') # 读取多张本地图片 img_list = [] for i in range(1, 6): img_list.append(cv2.imread(f'本地图片{i}.jpg')) ``` 接着,计算指定图片的颜色直方图特征: ```python # 计算指定图片的颜色直方图特征 bins = 8 hist = cv2.calcHist([img], [0, 1, 2], None, [bins, bins, bins], [0, 256, 0, 256, 0, 256]) hist = cv2.normalize(hist, hist).flatten() ``` 最后,计算多张本地图片与指定图片的颜色直方图相似度,并返回相似度最高的图片: ```python # 计算多张本地图片与指定图片的颜色直方图相似度 max_sim = 0 max_idx = -1 for i, img_i in enumerate(img_list): hist_i = cv2.calcHist([img_i], [0, 1, 2], None, [bins, bins, bins], [0, 256, 0, 256, 0, 256]) hist_i = cv2.normalize(hist_i, hist_i).flatten() sim = cv2.compareHist(hist, hist_i, cv2.HISTCMP_CORREL) if sim > max_sim: max_sim = sim max_idx = i # 返回相似度最高的图片 plt.figure(figsize=(10, 10)) plt.subplot(1, 2, 1) plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)) plt.title('指定图片') plt.axis('off') plt.subplot(1, 2, 2) plt.imshow(cv2.cvtColor(img_list[max_idx], cv2.COLOR_BGR2RGB)) plt.title(f'相似度最高的本地图片{max_idx+1}') plt.axis('off') plt.show() ``` 完整代码如下: ```python import cv2 import numpy as np import matplotlib.pyplot as plt # 读取指定图片 img = cv2.imread('指定图片的路径') # 读取多张本地图片 img_list = [] for i in range(1, 6): img_list.append(cv2.imread(f'本地图片{i}.jpg')) # 计算指定图片的颜色直方图特征 bins = 8 hist = cv2.calcHist([img], [0, 1, 2], None, [bins, bins, bins], [0, 256, 0, 256, 0, 256]) hist = cv2.normalize(hist, hist).flatten() # 计算多张本地图片与指定图片的颜色直方图相似度 max_sim = 0 max_idx = -1 for i, img_i in enumerate(img_list): hist_i = cv2.calcHist([img_i], [0, 1, 2], None, [bins, bins, bins], [0, 256, 0, 256, 0, 256]) hist_i = cv2.normalize(hist_i, hist_i).flatten() sim = cv2.compareHist(hist, hist_i, cv2.HISTCMP_CORREL) if sim > max_sim: max_sim = sim max_idx = i # 返回相似度最高的图片 plt.figure(figsize=(10, 10)) plt.subplot(1, 2, 1) plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)) plt.title('指定图片') plt.axis('off') plt.subplot(1, 2, 2) plt.imshow(cv2.cvtColor(img_list[max_idx], cv2.COLOR_BGR2RGB)) plt.title(f'相似度最高的本地图片{max_idx+1}') plt.axis('off') plt.show() ```

最新推荐

recommend-type

python查找重复图片并删除(图片去重)

主要为大家详细介绍了python查找重复图片并删除,识别不同尺寸大小一致的图片,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

python opencv把一张图片嵌入(叠加)到另一张图片上的实现代码

主要介绍了python opencv把一张图片嵌入(叠加)到另一张图片上,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
recommend-type

python实现批量处理将图片粘贴到另一张图片上并保存

今天小编就为大家分享一篇python实现批量处理将图片粘贴到另一张图片上并保存,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

python实现两张图片的像素融合

主要为大家详细介绍了python实现两张图片的像素融合,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

python实现图片处理和特征提取详解

主要介绍了python实现图片处理和特征提取详解,文中向大家分享了Python导入图片,将图像转化为二维矩阵,模糊化图片等Python对图像的操作,具有一定参考价值,需要的朋友可以了解下。
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

用 Python 画一个可以动的爱心

好的,我可以帮助您使用Python来绘制一个动态的爱心。您可以使用turtle库来实现。以下是实现代码: ```python import turtle import math # 设置画布和画笔 canvas = turtle.Screen() canvas.bgcolor("black") pencil = turtle.Turtle() pencil.speed(0) pencil.color("red", "pink") pencil.pensize(3) # 定义爱心函数 def draw_love(heart_size, x_offset=0, y_offset=0):
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。