使用AverageHash算法编写程序 1.使用python 2.使用摄像头 3.文件夹保存模板图片 4.摄像头显示找到类似的图片

这里是一个使用AverageHash算法编写程序的简单示例：

1. 导入所需库

import cv2
import os
import numpy as np
from PIL import Image

2. 定义AverageHash算法

def average_hash(image):
    image = cv2.resize(image, (8, 8))
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    average = gray.mean()
    hash = ""
    for i in range(8):
        for j in range(8):
            if gray[i, j] > average:
                hash += "1"
            else:
                hash += "0"
    return hash

3. 加载模板图片

template_dir = "template"
template_list = os.listdir(template_dir)
template_hashes = {}
for template_file in template_list:
    template_path = os.path.join(template_dir, template_file)
    template_image = cv2.imread(template_path)
    template_hash = average_hash(template_image)
    template_hashes[template_file] = template_hash

4. 打开摄像头并匹配模板图片

camera = cv2.VideoCapture(0)
while True:
    ret, frame = camera.read()
    frame_hash = average_hash(frame)
    for template_file, template_hash in template_hashes.items():
        hamming_distance = np.count_nonzero([frame_hash[i] != template_hash[i] for i in range(len(frame_hash))])
        if hamming_distance < 5:
            print("Found template image: " + template_file)
            cv2.imshow("Template Image", cv2.imread(os.path.join(template_dir, template_file)))
    cv2.imshow("Camera", frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
camera.release()
cv2.destroyAllWindows()

这个程序会在运行时打开摄像头，并在文件夹中加载模板图片。每一帧从摄像头中读取图像，并使用AverageHash算法计算哈希值。然后，它会将哈希值与每个模板图像的哈希值比较，如果它们非常相似（哈明距离小于5），则会在摄像头窗口中显示找到的模板图像。如果要停止程序，请按“q”键。