python+opencv实现简单的图片搜索功能

最新推荐文章于 2024-03-18 10:48:29 发布
最新推荐文章于 2024-03-18 10:48:29 发布
阅读量8.3k 收藏 6
点赞数
分类专栏： python 文章标签： python opencv 图片搜索 搜索
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/funny75/article/details/50933618
版权

原文地址
http://www.pyimagesearch.com/2014/12/01/complete-guide-building-image-search-engine-python-opencv/

一、图片搜索中的概念解释：
图片搜索引擎有三种不同的模式
1.Search by Meta-Data:元数据搜索模式，这种和传统的文字搜索类似，给索引数据添加文字注释，上传待查询的图片的时候，需要附加图片的文字描述，实际在后台搜索对应的文字描述，典型的有 https://www.flickr.com/
2.Search by Example：基于内容的搜索，即Content-Based Image Retrieval (CBIR) systems，也即后文介绍，通过计算图片内容相似度实现搜索，典型的如 https://www.tineye.com/
3.前两种的混合

二、分四个步骤实施CBIR图片搜索引擎
1.定义图片算子：即定义从图片中提特征的函数，原文中使用了色彩直方图作为图片的特征
2.简历索引数据库：用第一步中定义的提特征函数，遍历图片数据库，提取每张图片的函数，数据保存格式为 image_name ,image_vector
3.定义相似度函数：即计算从两张图片中提取的特征向量间的距离，原文中用的卡方距离
4.调用前三步写好的函数，实现一个查询入口

funny75
关注
  • 0
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
图像搜索引擎1|使用Python颜色直方图在数据集中搜索视觉上相似的图像
qq_40985985的博客
11-12 670
这篇博客将介绍如何从头到尾创建图像搜索引擎。第一步是选择一个图像描述符——使用3D RGB直方图来表征图像的颜色。然后通过提取特征向量（即直方图）使用描述符对数据集中的每个图像进行索引。然后使用卡方距离来定义两个图像之间的“相似性”。并进行检索返回和查询图像最接近的top10结果。
Python图像处理，cv2模块，OpenCV实现检索图片
weixin_43649691的博客
12-17 1053
前言 利用Python实现OpenCV实现边缘检测。废话不多说。 让我们愉快地开始吧~ 开发工具 Python版本： 3.6.4 相关模块： cv2模块； 以及一些Python自带的模块。 环境搭建 安装Python并添加到环境变量，pip安装需要的相关模块即可。 OpenCV可以检测图像的主要特征，然后提取图像的特征，使其成为图像描述符 这些图像特征，也就是图像描述符，可以作为图像搜索的数据库 特征检测算法 这里简单介绍一下OpenCV常用的几种特征检测和提取算法。 Harris、FAST：用于检测角点
Python 基于 opencv 的车牌识别系统，可作为毕业设计.zip
02-05
毕业设计基于Opencv的车牌识别系统 1 实现功能 车牌搜索识别找出某个车牌号 对比识别车牌系统 车牌数据库认证系统 车牌图文搜索系统 车牌数据库搜索系统 文件图片识别车牌 网络图片地址识别车牌 实时截图识别车牌 图片自适应窗口大小 摄像头拍照识别车牌 使用 hyperlpr 提高识别率 2 开发环境配置 你可以选择使用 docker 搭建，或者 本地搭建环境，Linux 搭建，我相信不用介绍配置环境 这里仅介绍 docker 开发环境搭建 和 windows 快速搭建环境， 你也可以自己手动安装依赖 macos 开发环境搭建 brew install tcl-tk pyenv # macos 12 最低只能安装此版本 pyenv install 3.7.13 brew install [email protected] mysql.server start --skip-grant-tables mysql -uroot CREATE USER 'python'@'%' IDENTIFIED BY 'Python12345@'; CREATE database chepai; GRA
python 查找图片并点击
最新发布
weixin_42582611的博客
03-18 748
以 左上角为原点(0,0),向右为+X,下向下为+Y,# 移动鼠标到指定位置 , /2 是为了移动到图片正中心。# 在指定位置(x=100, y=100)进行右键点击。# 在指定位置(x=100, y=100)进行点击。# 在指定位置(x=100, y=100)进行双击。# 使用pyautogui进行屏幕截图。# 保存屏幕截图和待查找图片。# 读取目标图片和待查找图片。# 在当前位置进行点击。# 使用模板匹配方法。# 找到最佳匹配位置。
毕业设计，课程设计-基于python+opencv+tensorflow+tkinter实现人脸识别软件
12-19
实验环境：python 3.10 + opencv 4.7.0 + tensorflow 2.10 建议使用 anaconda配置相同环境 使用方法：运行ui.py 功能：利用摄像头采集人脸数据（采集人脸图片的方法多种多样，可以直接从网上下载数据集，可以从视频中提取图片，还可以从摄像头实时的采集图片。）、训练模型、利用摄像头实时识别人脸（提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输 出。人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断。这一过程又分为两类：一类是确认，是一对一 进行图像比较的过程，另一类是辨认，是一对多进行图像匹配对比的过程。） 录入人脸：face_data_catch.py 训练模型：face_data_train.py 识别人脸：face_data_apply.py 其他详细设计与使用见README
使用python实现的以图找图类库
04-29
使用python实现的以图找图类库，只需要引入项目，一行代码即可实现： 1、对比文件夹下所有图片，找出相近的图片，输出到指定目录 2、对比指定图片，在一个大的图片集合中，找出的相近的图片，输出到日志中
基于Python+yolo的机器学习应用，针对监控视频完成行人轨迹搜索项目源码+说明.zip
01-07
【资源说明】 1、基于Python+yolo的机器学习应用，针对监控视频完成行人轨迹搜索项目源码+说明.zip 2、该资源包括项目的全部源码，下载可以直接使用！ 3、本项目适合作为计算机、数学、电子信息等专业的课程设计、期末大作业和毕设项目，作为参考资料学习借鉴。 4、本资源作为“参考资料”如果需要实现其他功能，需要能看懂代码，并且热爱钻研，自行调试。 基于Python+yolo的机器学习应用，针对监控视频完成行人轨迹搜索项目源码+说明.zip 基于Python的机器学习应用，针对监控视频完成行人轨迹搜索。通过一张目标图像，能自动从大量视频中搜索出包含目标的视频片段，并标记目标。 ## 运行环境 ``` Python 3.6.2 TensorFlow-GPU 1.6.0 opencv-python numpy 1.18.1 keras 2.2.0 scikit-learn pillow ``` 额外依赖项下载（模型文件上传到百度云，读者也可根据后续教程自己获得）： ``` 文件名：yolo.h5 目标文件夹：search_from_videos\edg_code\model_data\ 链接：https://pan.baidu.com/s/1_oCYDz3Gpcn-WEr6qcqtsA 提取码：yimi 文件名：yolov3.weights 目标文件夹：search_from_videos\edg_code\ 链接：https://pan.baidu.com/s/1mNMwqp_R2-0G586hG9nmSA 提取码：zkvu ``` ## 适用平台 笔者在Windows 10上基于Visual Stdio Code开发，但并不代表此项目存在平台限制 ## 项目算法简述 预处理过程(edg_code)，图见edg_algorithm_structure.png ``` 1. 基于三帧差分法，结合阈值法，对数据量庞大的监控视频文件进行预处理，去除其中的无意义部分（无行人出现），分割视频得到大量的视频片段。 2. 对每个视频片段基于YOLO算法，进行行人识别 [此处算法以及模型来源详见引用] 3. 结合YOLO和Deep Sort进行行人轨迹追踪 [此处算法以及模型来源详见引用] 4. 基于Caffe算法对行人人脸进行识别并评分，缓存评分较高的人脸（存在最大数量限制） 5. 基于EigenFace/LBPHFace, 对前面缓存的人脸建立模型文件 6. 将行人轨迹缓存结果与人脸模型文件关联，即预处理结果 ``` 搜索过程(client)，图见client_algorithm_structure.png ``` 1. 对输入图片基于caffe算法截取人脸部分 2. 基于EigenFace/LBPHFace, 将目标人脸与预处理得到的人脸模型比对，得到置信度 3. 通过对置信度排序，并截取适当比例的结果，作为搜索结果输出 ``` ## 运行说明 #### code for edg（执行过程耗时） 下面的main.py统一指代为 search_from_videos/edg_code/main.py ``` # 将待处理的单个/多个视频文件（支持mp4）放入main.py中row_path指定的目录中 python main.py # 根据环境自动修正设置 # 程序将自动在main.py中video_path和save_path指定路径生成处理参数 ``` #### code for client（运行过程快速） 下面的main.py统一指代为 search_from_videos/client/main.py ``` # 在main.py中image_path指定待搜索的目标人物的照片 # main.py中的pre_dict和result_dict指向为edg_code生成的对应目录video_path和save_path python main.py # 根据环境自动修正设置 # 程序会自动在main.py中search_result_path指定路径生成搜索结果 ``` ## 修改方向 本项目仅为原型机，尚未提供可视化调用接口。可以考虑采用B/S架构，将其升级为真实可用的saas应用 ## 引用 ``` YOLO算法: Redmon J , Divvala S , Girshick R , et al. You Only Look Once: Unified, Real Time Object Detection[C].The IEEE Conference on Computer Vision and Pattern Recognition (CVPR).2016 ,01.
Opencv图像查找findHomography（python实现）
Keep_Trying_Go的博客
06-21 5184
Opencv图像查找findHomography（python实现）
基于Python+OpenCV的图像搜索引擎（CBIR+深度学习+机器视觉）含全部工程源码及图片数据库下载资源
小胡说人工智能的博客
06-02 3042
本项目采用 CBIR（Content-based image retrieval）步骤，基于 OpenCV 的图像搜索引擎，实现构图空间特征评价指标，提高匹配精度。 CBIR（Content-based image retrieval）技术，是目前主流的图像搜索方法之一，CBIR 技术基于图像内容的相似性来检索相似的图像，相比于传统的图像搜索方法，CBIR 技术具有更高的准确性和可靠性。同时博主还提供了全部工程流程及相关源码，小伙伴们可直接用来二次开发。
chatgpt赋能python：Python区域找图教程：快速定位您需要的图像
liangzijiaa的博客
05-26 1039
区域找图是一种计算机视觉算法，它可以在图像中查找指定的区域或矩形。该算法通常使用匹配模式将模板图像与原始图像进行比较，以找到相似的区域。本文由chatgpt生成，文章没有在chatgpt生成的基础上进行任何的修改。以上只是chatgpt能力的冰山一角。作为通用的Aigc大模型，只是展现它原本的实力。对于颠覆工作方式的ChatGPT，应该选择拥抱而不是抗拒，未来属于“会用”AI的人。🧡AI职场汇报智能办公文案写作效率提升教程 🧡专注于AI+职场+办公方向。下图是课程的整体大纲下图是。
Python实现基于人脸识别的上课考勤系统源码+项目介绍
06-27
Python实现基于人脸识别的上课考勤系统源码+项目介绍 这个人脸识别考勤签到系统是基于大佬的人脸识别陌生人报警系统二次开发的。 项目使用Python实现，基于OpenCV框架进行人脸识别和摄像头硬件调用，同时也用OpenCV工具包处理图片。交互界面使用pyqt5实现。 该系统实现了从学生信息输入、人脸数据录入、人脸数据训练，学生信息多条件搜索、修改，多选删除，人脸数据训练，人脸识别、追踪、签到等完整流程的各项功能。甚至允许生成签到表格和导出Excel格式签到表。 根据功能分配，系统分为三个部分实现各部分流程， 1）录入端负责数据导入， 2）管理端负责数据删改查以及人脸数据训练， 3）监控端负责人脸识别以及签到功能。
用openCV和Python 实现图片对比,并标识出不同点的方式
01-21
最近项目中需要实现两组图片对比，并能将两者的区别标识出来。 在网上搜索一大堆找到一篇大神的文章，最终实现该功能，在这里记录下： 想要实现此demo，首先我们得确保电脑上已安装 openCV 和 Python 两个工具以及scikit-image和imutils两个库： 安装方法，在这里不多说，我安装的是Python3.6 和openCV2，安装方法网上自行百度谷歌； 进入正题： 新建一个新的Python文件并命名为copmarePicture.py，写入下面的代码： from skimage.measure import compare_ssim #~ import skimage as s
用Python和OpenCV创建一个图片搜索引擎的完整指南
热门推荐
Belial计算机视觉&机器视觉专栏
06-08 1万+
本文将介绍用Python和OpenCV创建一个简单的图片搜索引擎， CBIR系统的构建主要包括： 1）定义图像描述符（图像特征提取） 这一阶段，需要决定描述图像的哪一方面。图像的可描述特征很多、包括颜色、形状、纹理、能量等，而颜色有分为很多种，如颜色直方图、颜色矩等。在这一阶段，我们选定要提取的颜色特征，根据应用的不同，选取的颜色特征可以是一种或多种。 2）索引化数据集（存储） 现在有了图像描述符，接着就是将这个图像描述符应用得到数据集
【图像处理】图像检索的三种python实现(直方图/OpenCV/哈希法)
Mengweirr
06-16 7311
简介：本文介绍了图像检索的三种实现方式，均用python完成，其中前两种基于直方图比较，哈希法基于像素分布。 检索方式是：提前导入图片库作为检索范围，给出待检索的图片，将其与图片库中的图片进行比较，得出所有相似度后进行排序，从而检索结果为相似度由高到低的图片。由于工程中还包含Qt界面类、触发函数等其他部分，在该文档中只给出关键函数的代码。开发系统：MacOS 实现方式：Qt + Python方法
python类似图片查找_利用OpenCV和Python实现查找图片差异
weixin_39526741的博客
11-24 286
使用OpenCV和Python查找图片差异flyfish方法1均方误差的算法（MeanSquaredError,MSE）下面的一些表使用OpenCV和Python查找图片差异flyfish方法1 均方误差的算法（Mean Squared Error , MSE）下面的一些表达与《TensorFlow - 协方差矩阵》式子表达式一样的拟合 误差平方和（ sum of squared errors）r...
使用OpenCV-python实现以图搜图
凯哥大数据——刘凯的博客
10-09 8789
使用OpenCV-python实现以图搜图，首先加载必要的库 import numpy as np import glob import csv import cv2 使用BRISK方法描述图片的特征 建立封面描述，计算特征点和特征点周围的信息 class CoverDescriptor: def describe(self, image): # 使用BRISK方法对图片...
利用Python里的cv2(opencv)获取图片中的人物照片
kht123kht的博客
02-14 1674
利用Python里的cv2(opencv)获取图片中的人物照片
python 图片文字提取
l1547933850的专栏
04-19 5010
转载：python怎么读取png(python 图像处理)-天道酬勤-花开半夏 图像处理不是一件简单的工作。 对你来说，一看到某样东西，马上就知道你在看什么很容易。 但是，电脑不是这样工作的。 对你来说太难的任务，比如复杂的算术，或者一般意义上的数学，计算机都能顺利完成。 但在这里，相反——对你来说是个微不足道的任务。 例如，识别图像中的猫和狗对计算机来说真的很难。 从某种意义上说，我们是设在天造地设的一对。 至少现在是这样。 虽然图像分类和一定程度的计算机视觉相关任务可能需要大量代码和扎实的
python opencv滑块验证码
08-18
滑块验证码是一种常见的网页验证机制，用于确认用户是人而不是机器。在使用OpenCV处理滑块验证码时，可以按照以下步骤进行操作： 1. 首先，使用OpenCV读取验证码图片和背景图片，并将它们转换为灰度图像。 2. 对两个图像进行预处理，例如使用高斯模糊来减少噪声。 3. 使用OpenCV的模板匹配功能，将滑块验证码中的滑块位置与背景图像中的对应位置进行匹配。 4. 根据匹配结果，计算滑块的偏移量。 5. 使用滑块的偏移量，模拟用户拖动滑块的操作。 注意：由于每个滑块验证码的实现方式不同，具体的代码实现可能会有所不同。你可以通过搜索相关教程和示例代码来了解更多细节和实现方法。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值