pythonOpencv计算图像相似度过程解析_图像梯度为0的点怎么求 - CSDN文库

图像相似度

198 浏览量更新于2023-05-11 评论 3 收藏 108KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

python Opencv计算图像相似度过程解析计算图像相似度过程解析

主要介绍了python Opencv计算图像相似度过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工

作具有一定的参考学习价值,需要的朋友可以参考下

这篇文章主要介绍了python Opencv计算图像相似度过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有

一定的参考学习价值,需要的朋友可以参考下

一、相关概念一、相关概念

一般我们人区分谁是谁，给物品分类，都是通过各种特征去辨别的，比如黑长直、大白腿、樱桃唇、瓜子脸。王麻子脸上有麻

子，隔壁老王和儿子很像，但是儿子下巴涨了一颗痣和他妈一模一样，让你确定这是你儿子。

还有其他物品、什么桌子带腿、镜子反光能在里面倒影出东西，各种各样的特征，我们通过学习、归纳，自然而然能够很快识

别分类出新物品。

而没有学习训练过的机器就没办法了。

但是图像是一个个像素点组成的，我们就可以通过不同图像之间这些差异性就判断两个图的相似度了。其中颜色特征是最常用

的，（其余常用的特征还有纹理特征、形状特征和空间关系特征等）

其中又分为

直方图

颜色集

颜色矩

聚合向量

相关图

1、直方图

在Python中利用opencv中的calcHist()方法获取其直方图数据，返回的结果是一个列表，使用matplotlib，画出了这两张图的直

方图数据图

import cv2

import numpy

from matplotlib import pyplot

if __name__ == '__main__':

imgobj1 = cv2.imread('pho.jpg')

imgobj2 = cv2.imread('ph1.jpg')

hist1 = cv2.calcHist([imgobj1], [0], None, [256], [0.0, 255.0])

hist2 = cv2.calcHist([imgobj2], [0], None, [256], [0.0, 255.0])

pyplot.plot(range(256), hist1, 'r')

pyplot.plot(range(256), hist2, 'b')

pyplot.show()

cv2.imshow('img1',imgobj1)

cv2.imshow('img2',imgobj2)

cv2.waitKey(0)

1.2 灰度图及作用

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余2页未读，立即下载

评论0

weixin_38517105

粉丝: 3
资源: 922

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈