搜索图片及相似度探秘 一

Posted 2021-08-15 qianbo_insist

均值和标准差

一副图片的均值和标准差是可以看出两幅图片的差异的，首先我们把两幅图片缩放到足够小的状态，例如8*8

cv::resize(image1, a1, cv::Size(8,8));

计算标准差

cv::meanStdDev(a1, mat_mean1, mat_stddev1);

opencv的函数非常方便，是一个强有力的工具，里面直接计算出了均值，而标准差放在了mat_stddev里面。

我们导入三张图片

很明显，我们可以看出1和2 是有相似之处的，摄像头拍摄的远景图片基本都是房子和树木，草地，但图三是lena图，接下来我们计算他们的标准差。

Mat image1 = cv::imread(f1, IMREAD_GRAYSCALE);
   Mat image2 = cv::imread(f2, IMREAD_GRAYSCALE);
   Mat image3 = cv::imread("./lena.png", IMREAD_GRAYSCALE);
   imshow("1", image1);
   imshow("2", image2);
   imshow("3", image3);

   if (image1.empty() || image2.empty())
   {
   	return retString;
   }
   Mat a1, a2,a3;
   cv::resize(image1, a1, cv::Size(8,8));
   cv::resize(image2, a2, cv::Size(8,8));
   cv::resize(image3, a3, cv::Size(8,8));
   Mat mat_mean1, mat_mean2,mat_mean3, mat_stddev1, mat_stddev2, mat_stddev3;
   cv::meanStdDev(a1, mat_mean1, mat_stddev1);
   cv::meanStdDev(a2, mat_mean2, mat_stddev2);
   cv::meanStdDev(a3, mat_mean3, mat_stddev3);
   double m1,m2,m3, s1,s2,s3;
   m1 = mat_mean1.at<double>(0, 0);
   s1 = mat_stddev1.at<double>(0, 0);
   cout << "a1" << "灰度均值：" << m1 <<" std: "<<s1 <<endl;
   m2 = mat_mean2.at<double>(0, 0);
   s2 = mat_stddev2.at<double>(0, 0);
   cout << "a2" << "灰度均值：" << m2 << " std: " << s2 << endl;
   m3 = mat_mean3.at<double>(0, 0);
   s3 = mat_stddev3.at<double>(0, 0);
   cout << "a3" << "灰度均值：" << m3 << " std: " << s3 << endl;

看打印结果：

均值非常相近，但标准差可不一样，图1和图2 标准差相差6左右，图1和图3标准差拉开了距离，15左右，得出结论，图1 和 图2 近似。
后面我们会使用更多的方法来判定图片。