图像检索的python代码

以下是一个简单的基于颜色特征的图像检索的 Python 代码示例：

import cv2
import numpy as np

# 读取目标图像
target = cv2.imread('target.jpg')

# 提取目标图像颜色直方图特征
target_hist = cv2.calcHist([target], [0, 1, 2], None, [8, 8, 8], [0, 256, 0, 256, 0, 256])
target_hist = cv2.normalize(target_hist, target_hist).flatten()

# 读取图像库中的图像
images = ['image1.jpg', 'image2.jpg', 'image3.jpg', 'image4.jpg']
results = []

# 对每张图像进行处理
for image in images:
    # 读取图像
    img = cv2.imread(image)
    # 提取图像颜色直方图特征
    img_hist = cv2.calcHist([img], [0, 1, 2], None, [8, 8, 8], [0, 256, 0, 256, 0, 256])
    img_hist = cv2.normalize(img_hist, img_hist).flatten()
    # 计算目标图像和当前图像的直方图相似性
    similarity = cv2.compareHist(target_hist, img_hist, cv2.HISTCMP_CORREL)
    # 添加结果到列表
    results.append((image, similarity))

# 按相似性从高到低排序
results = sorted(results, key=lambda x: x[1], reverse=True)

# 输出结果
for result in results:
    print(result[0], result[1])

这段代码使用 OpenCV 库提取图像的颜色直方图特征，并计算不同图像之间的相似性，最终将结果按照相似性从高到低排序输出。需要注意的是，这只是一个基本的示例代码，实际的图像检索系统需要更复杂的特征提取和相似性计算方法。