如何用Python计算上几百张图片之间的相似度？

Posted 2023-04-11

文件夹里有几百张png图片，图片大小一致，如何用python将相同的那些图片找出来？

参考技术A 把图片表示成向量，二维拉成一维
每个维度非零即一，然后比较两个向量的汉明距离就能反向代表相似度 参考技术B 这是扫雷游戏吗
要计算相同局面吗

计算两张图片相似度的方法总结

python工具包－pyssim

简介

python工具包，用来计算图像之间的结构相似性 (Structural Similarity Image Metric: SSIM)。结构相似性介绍详见：https://zh.wikipedia.org/wiki/%E7%B5%90%E6%A7%8B%E7%9B%B8%E4%BC%BC%E6%80%A7

使用

安装：sudo pip install pyssim

源码：https://github.com/jterrace/pyssim

使用示例: pyssim image1 image2            返回一个－1～1之间的实数，代表两张图片的结构相似。更多参数详见git中的介绍。

评价

该方法能对两张图片的相似度进行一个大致的区分，它的计算基于两张图片的亮度、对比度和结构。但是对于有的图片，比如下面两个，它完全无法捕捉到它俩都是护照的信息，此方法计算的这两张图片的相似度接近于0。该方法更常用来衡量一张图片压缩后的失真度。

cosin相似度

简介

把图片表示成一个向量，通过计算向量之间的余弦距离来表征两张图片的相似度。

使用

github上源码：https://github.com/hirobert/python-image-similarity

实现细节：首先会将两张图片缩小到相同的规格，一来可以减少运算量，二来大小不同的图片的表示向量没法直接点乘。向量每一维的值为对应像素点RGB值的平均。

评价

即使缩小了图片，求范数和点积的运算量仍然很大，速度明显比使用pyssim方法慢。但是直观感觉计算的结果比pyssim更靠谱。

除了使用余弦相似度，还可以使用别的评价指标来表征两个向量之间的相似度。详见以下链接：http://www.cnblogs.com/heaad/archive/2011/03/08/1977733.html

基于直方图

简介

直方图能够描述一幅图像中颜色的全局分布，是一种入门级的图像相似度计算方法。

使用

原理介绍及源码参考：http://blog.csdn.net/gzlaiyonghao/article/details/2325027   http://www.ruanyifeng.com/blog/2013/03/similar_image_search_part_ii.html

评价

过于简单，只能捕捉颜色的相似性，捕捉不到更多的信息。比如以下两张图片：

由于二者颜色分布相似，所以判定二者相似度较高，显然不合理。

基于互信息（Mutual Information)

简介

通过计算两个图片的互信息来表征它们之间的相似度。

使用

可以借助medpy来计算互信息，详见：http://pythonhosted.org/MedPy/_modules/medpy/metric/image.html

medpy是个基于python的医学影像处理工具，提供计算图像之间的互信息的接口。

评价

这种方式，如果两张图片尺寸相同，还是能在一定程度上表征两张图片的相似性的。但是，大部分情况下图片的尺寸不相同，如果把两张图片尺寸调成相同的话，又会让原来很多的信息丢失，所以很难把握。经过实际验证，此种方法的确很难把握。

计算图像“指纹信息”

简介

将图片归一化成一定大小，计算一个序列作为它的指纹信息，然后比较两张图片指纹信息序列相同的位数。如果不相同的数据位不超过5，就说明两张图片很相似；如果大于10，就说明这是两张不同的图片。

使用

一个简单的实现：http://www.ruanyifeng.com/blog/2011/07/imgHash.txt

评价

使用上面的简单实现几乎没什么效果。当然上面的实现略显粗糙，图片被压缩得很小。

基于模式识别的方法

• Learning Fine-grained image similarity with deep ranking (2014)   https://users.eecs.northwestern.edu/~jwa368/pdfs/deep_ranking.pdf
  提出一种基于深度学习的图片评级模型，不仅能很好地区分类内图片和类外图片，而且对于类内图片也能有一个相似度级别的区分。
• On the Euclidean distance of images   http://ieeexplore.ieee.org/document/1453520/
  一种针对图片的欧几里得距离计算方法，可以用来匹配图像相似度。（PS：没有找到实现）

网上有价值的讨论链接

• 谷歌图像搜索原理：https://www.zhihu.com/question/19726630
• How can we measure similarities between two images?   https://www.researchgate.net/post/How_can_we_measure_similarities_between_two_images

总结

如果不使用基于模式识别的方法，以上所述多种方法都可以大致比较两张图片的相似性。但是以上各方法的效果也很大程度上依赖于许多具体实现细节，由于没有一个衡量尺度，所以很难比较各方法的优劣。