使用 Python/PIL 比较（相似）图像

Posted 2023-05-08

【中文标题】使用 Python/PIL 比较（相似）图像

【英文标题】：Comparing (similar) images with Python/PIL

【发布时间】：2011-02-05 22:02:24

【问题描述】：

我正在尝试使用 Python 2.6 和 PIL 计算两个图像的 相似度（阅读：Levenshtein 距离）。

我计划给我们 e python-levenshtein 库用于快速比较。

主要问题：

比较图像的好策略是什么？我的想法是这样的：

转换为 RGB（透明 -> 白色）（或者可能转换为单色？） 将较小的放大到较大的尺寸 将每个通道（= 唯一通道，如果转换为单色）转换为序列（项目值 = 像素的颜色值） 计算两个序列之间的 Levenshtein 距离

当然，这不会处理镜像图像、裁剪图像等情况。但是对于基本比较，这应该很有用。

是否有更好的策略记录在某处？

编辑： Aaron H 在速度问题上是对的。对于大于几百乘几百像素的图像，计算 Levelshtein 大约需要永远。但是，在我的示例中，缩小到 100x100 和 200x200 后的结果之间的差异小于 1%，因此将最大图像尺寸设置为 ~100px 左右可能是明智之举...

编辑：感谢 PreludeAndFugue，我一直在寻找这个问题。

顺便说一句，Levenshtein 距离似乎可以优化，但它给了我一些非常糟糕的结果，可能是因为背景中有很多冗余元素。得看看其他一些算法。

EIDT： 均方根偏差和峰值信噪比似乎是另外两个不太难实现的选项，而且看起来 CPU 开销也不是很大。但是，我似乎需要某种上下文分析来识别形状等。

无论如何，感谢所有链接，也感谢您指出 NumPy/SciPy 的方向。

【问题讨论】：

我无法直接回答，但我怀疑由于放大时数据的精度损失，两者之间会有很大的“距离”，其中缩小越大可能会拉近两人的关系。 -- 至于 Levenshtein 距离，我不知道，但是来自 wikipedia 的这句话让我怀疑它在这个应用程序中的用处：“Levenshtein 距离也可以在两个较长的字符串之间计算，但是计算它的成本，大致与两个字符串长度的乘积成正比，因此这不切实际。”

这个问题可能会有所帮助：***.com/questions/613146/…

另外，将 PIL 图像转换为 numpy 数组以进行数学运算。 numpy 旨在处理大量数值数据。这个问题显示了程序：***.com/questions/384759/pil-and-numpy

【参考方案1】：

查看imgSeek:

imgSeek 是一个免费的开源视觉相似度集合 项目。可以表达查询（您正在寻找的图像） 可以是用户绘制的粗略草图，也可以是您绘制的另一个图像 供应（或您收藏中的图像）。搜索算法使 使用多分辨率小波分解查询和数据库 图片。

【参考方案2】：

您可以查看stsci 库，它用于比较和分析图像。它应该给你你想要的，但可能有点矫枉过正。

如果你想保持简单，你可以先减少颜色的数量和分辨率，然后计算距离。

【讨论】：

好吧，事实证明，距离计算的问题在于它不适合在图像中找到相似的内容，因为很多背景是相同的；我想我在这里需要一个更强大的算法。

在这种情况下，您可能需要傅立叶分析来检测图像中的线条并比较形状。但这有点棘手。尽管 scipy 可能会在该领域为您提供很多帮助。