cv2.HISTCMP_BHATTACHARYYA

cv2.HISTCMP_BHATTACHARYYA是一种用于比较两个直方图相似度的方法。它是基于Bhattacharyya距离的，该距离是一种统计学上的度量，用于比较两个概率分布的相似度。在OpenCV中，Bhattacharyya距离被定义为两个概率分布的重叠部分的平方根。因此，cv2.HISTCMP_BHATTACHARYYA的值越小，表示两个直方图越相似。最大值为1，最小值为0。

相关问题

cv2 查看两张图片的相似度

要比较两张图片的相似度，可以使用 OpenCV 中的 cv2 模块。具体步骤如下：

1. 读取两张图片并转换为灰度图像：

import cv2

img1 = cv2.imread('image1.jpg', cv2.IMREAD_GRAYSCALE)
img2 = cv2.imread('image2.jpg', cv2.IMREAD_GRAYSCALE)

2. 计算两张图片的直方图：

hist1 = cv2.calcHist([img1], [0], None, [256], [0, 256])
hist2 = cv2.calcHist([img2], [0], None, [256], [0, 256])

3. 使用巴氏距离计算两张图片的相似度：

similarity = cv2.compareHist(hist1, hist2, cv2.HISTCMP_BHATTACHARYYA)

其中，相似度值越接近 1，表示两张图片越相似；相似度值越接近 0，表示两张图片越不相似。

完整代码如下：

import cv2

img1 = cv2.imread('image1.jpg', cv2.IMREAD_GRAYSCALE)
img2 = cv2.imread('image2.jpg', cv2.IMREAD_GRAYSCALE)

hist1 = cv2.calcHist([img1], [0], None, [256], [0, 256])
hist2 = cv2.calcHist([img2], [0], None, [256], [0, 256])

similarity = cv2.compareHist(hist1, hist2, cv2.HISTCMP_BHATTACHARYYA)

print('相似度：', similarity)

注意：此方法只能比较两张图片的颜色分布相似度，无法比较图片的内容是否相同。

python opencv 图像对比_Python Opencv中用compareHist函数进行直方图比较对比图片

要使用compareHist函数进行图像直方图比较，需要先将要比较的两幅图像的直方图计算出来。具体步骤如下：

1. 导入必要的库：

import cv2
import numpy as np
from matplotlib import pyplot as plt

2. 加载要比较的两幅图像：

img1 = cv2.imread('image1.png')
img2 = cv2.imread('image2.png')

3. 将图像转为HSV空间，并计算直方图：

hsv1 = cv2.cvtColor(img1, cv2.COLOR_BGR2HSV)
hsv2 = cv2.cvtColor(img2, cv2.COLOR_BGR2HSV)

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])

其中，第一个参数是要计算直方图的图像，第二个参数是通道，[0, 1] 表示计算H和S通道的直方图，第三个参数是掩膜，这里不使用，第四个参数是直方图的大小，第五个参数是每个通道的取值范围。

4. 使用compareHist函数进行直方图比较：

# 使用相关性比较方法
corr = cv2.compareHist(hist1, hist2, cv2.HISTCMP_CORREL)
print('Correlation:', corr)

# 使用卡方比较方法
chi = cv2.compareHist(hist1, hist2, cv2.HISTCMP_CHISQR)
print('Chi-Square:', chi)

# 使用交叉熵比较方法
cross = cv2.compareHist(hist1, hist2, cv2.HISTCMP_INTERSECT)
print('Intersection:', cross)

# 使用巴氏距离比较方法
bhat = cv2.compareHist(hist1, hist2, cv2.HISTCMP_BHATTACHARYYA)
print('Bhattacharyya:', bhat)

其中，第一个参数是要比较的直方图1，第二个参数是要比较的直方图2，第三个参数是比较方法，可以选择相关性、卡方、交叉熵或巴氏距离。

5. 可以将比较结果可视化：

plt.subplot(121), plt.imshow(cv2.cvtColor(img1, cv2.COLOR_BGR2RGB))
plt.title('Image 1'), plt.xticks([]), plt.yticks([])
plt.subplot(122), plt.imshow(cv2.cvtColor(img2, cv2.COLOR_BGR2RGB))
plt.title('Image 2'), plt.xticks([]), plt.yticks([])
plt.show()

这样就可以使用Python Opencv中的compareHist函数进行图像直方图比较了。