如何使用 openCv 获取图像中的相似度百分比？

Posted 2023-02-22

【中文标题】如何使用 openCv 获取图像中的相似度百分比？

【英文标题】：How to get similarity percentage in images using openCv?

【发布时间】：2014-10-10 13:30:22

【问题描述】：

我使用 openCV 库来获取图像中的相似度百分比。我使用了 openCv 库的 compareHist 函数，它返回 double 值，在这个函数中传递了不同的方法名称（int 值），并为每个 Mehod 得到不同的结果。现在如何决定这些 double 值？？？？

Mat src_base, hsv_base;
Mat src_test1, hsv_test1;
//  Mat src_test2, hsv_test2;
Mat hsv_half_down;

 String baseImgPath = [baseImagePath UTF8String];
String firstCmpImgPath = [firstCmpImagePath UTF8String];//compare image path



src_base = imread( baseImgPath, 1 ); read source image
src_test1 = imread(firstCmpImgPath, 1 ); read compared image
//  src_test2 = imread(secondCmpImgPath, 1 );
 if( !src_base.data ||  !src_test1.data  /*||!src_test2.data*/)

 return nil;
 

 cvtColor( src_base, hsv_base, COLOR_BGR2HSV );
cvtColor( src_test1, hsv_test1, COLOR_BGR2HSV );
//cvtColor( src_test2, hsv_test2, COLOR_BGR2HSV );

hsv_half_down = hsv_base( Range( hsv_base.rows/2, hsv_base.rows - 1 ), Range( 0,       hsv_base.cols - 1 ) );

/// Using 50 bins for hue and 60 for saturation
int h_bins = 50; int s_bins = 60;
int histSize[] =  h_bins, s_bins ;

// hue varies from 0 to 179, saturation from 0 to 255
 float h_ranges[] =  0, 180 ;
 float s_ranges[] =  0, 256 ;

 const float* ranges[] =  h_ranges, s_ranges ;

 // Use the o-th and 1-st channels
 int channels[] =  0, 1 ;


 /// Histograms
  MatND hist_base;
 MatND hist_half_down;
 MatND hist_test1;
 MatND hist_test2;

 /// Calculate the histograms for the HSV images
 calcHist( &hsv_base, 1, channels, Mat(), hist_base, 2, histSize, ranges, true, false );
 normalize( hist_base, hist_base, 0, 1, NORM_MINMAX, -1, Mat() );

 calcHist( &hsv_half_down, 1, channels, Mat(), hist_half_down, 2, histSize, ranges,  true, false );
 normalize( hist_half_down, hist_half_down, 0, 1, NORM_MINMAX, -1, Mat() );

  calcHist( &hsv_test1, 1, channels, Mat(), hist_test1, 2, histSize, ranges, true, false );
  normalize( hist_test1, hist_test1, 0, 1, NORM_MINMAX, -1, Mat() );


 for( int i = 0; i < 4; i++ )
 
  int compare_method = i;

 double base_test1 = compareHist( hist_base, hist_test1, compare_method );
 

       compare method are CV_COMP_CORREL, CV_COMP_CHISQR , CV_COMP_INTERSECT ,  CV_COMP_BHATTACHARYYA 
  Reference link http://docs.opencv.org/doc/tutorials/imgproc/histograms/histogram_comparison/histogram_comparison.html

【问题讨论】：

您想做出什么样的决定？你想决定一张图片是否属于某个类？

我想知道原始图像与其他与原始图像相似但有一些差异的图像之间的差异百分比......我们可以通过使用位图来做到这一点，但是我想通过使用像照片清扫器应用程序正在做的直方图来做到这一点......

【参考方案1】：

对于位图，定义一个相似性度量来计算图像中不同于目标图像的像素百分比是有意义的。

但是，当您使用位图/图像的直方图时，此指标失去意义，因为您已经对该图像进行了统计（或提取了特征）。从这一点开始，为了计算相似度，您需要比较 2 张图像的特征，在您的情况下使用 compareHist。

更高的距离意味着更多不同的图像，0 距离可能意味着图像 100% 相同。现在取决于算法是否可以实际输出 0。但是 0.5 的距离并不意味着图像相同 50%。

但是，您可以人为地创建以百分比衡量的相似度。您可以考虑以下几点：

相似度最低（最大距离）的2张图片相似度为0%；您甚至可以使用一张纯黑色图像和一张纯白色图像来计算此距离：) 距离 0 表示相似度 100%。

基于这些假设，您可以根据您的 computeHist 距离提取以百分比衡量的相似度。

【讨论】：

docs.opencv.org/doc/tutorials/imgproc/histograms/… 以上链接描述了直方图比较，但我无法从其结果得出结论......

感谢 VAndrei 的回复...如果比较的图像比较结果位于图像相似的阈值中，则类似于“Hit and Try”方法...但是我们可以得到百分比的相似度使用这个——

感谢您的回复.... VAndrei。根据您是否应用卡方方法或 Bhattacharyya 方法，如果结果接近于零，则图像相似（几乎相似） 根据您：更高的距离意味着更多不同的图像，0 距离意味着图像是100% 相同。

这是有道理的。最好的想法是给出 2 个相同的图像作为参数并计算卡方距离和 Bhattacharyya 距离。然后你会发现图像 100% 相同的距离。要找到 0% 相似度的点，您可以使用一张黑色图像与一张白色图像进行比较。

是否需要输入一张黑白图像才能获得0％的相似度......我们可以在彩色图像中获得0％的相似度（它们是不同的）