python图片相似度巴氏距离

巴氏距离（Bhattacharyya distance）是一种用于度量概率分布之间的相似度的方法，可以用于比较两张图片的相似度。在Python中，可以使用OpenCV库中的cv2.compareHist()函数计算两个直方图之间的巴氏距离。

以下是一个使用巴氏距离计算两张图片相似度的示例代码：

import cv2

# 读取两张图片
img1 = cv2.imread('image1.jpg')
img2 = cv2.imread('image2.jpg')

# 将图片转换为HSV颜色空间
hsv1 = cv2.cvtColor(img1, cv2.COLOR_BGR2HSV)
hsv2 = cv2.cvtColor(img2, cv2.COLOR_BGR2HSV)

# 分别计算两张图片的直方图
hist1 = cv2.calcHist([hsv1], [0, 1], None, [180, 256], [0, 180, 0, 256])
hist2 = cv2.calcHist([hsv2], [0, 1], None, [180, 256], [0, 180, 0, 256])

# 归一化直方图
cv2.normalize(hist1, hist1, 0, 1, cv2.NORM_MINMAX)
cv2.normalize(hist2, hist2, 0, 1, cv2.NORM_MINMAX)

# 计算巴氏距离
bhatta_dist = cv2.compareHist(hist1, hist2, cv2.HISTCMP_BHATTACHARYYA)

# 输出相似度
print('相似度：', 1 - bhatta_dist)

其中，cv2.calcHist()函数用于计算直方图，cv2.normalize()函数用于归一化直方图，cv2.compareHist()函数用于计算巴氏距离。最终输出的相似度值越接近1，表示两张图片越相似。