python 比较图像相似度实战

本文介绍了Python中用于比较图像相似度的方法,包括SSIM(结构相似性度量)、MSE(均方误差)等。SSIM通过亮度、对比度和结构三个方面评估图像失真,值越接近1表示相似度越高。MSE则计算像素差的平方平均值,值越小表明图像越相似。此外,还讨论了在文件夹中如何进行图像相似分组、去重和剪切。
摘要由CSDN通过智能技术生成

目录

安装skimage

1. SSIM(结构相似性度量)

2彩色RGB图比较相似度:

3均方误差(Mean Squared Error, MSE)

4文件夹图像相似分组:

5文件夹图像相似图片去重

6文件夹图像相似图片剪切走


安装skimage

pip install scikit-image

1. SSIM(结构相似性度量)


这是一种全参考的图像质量评价指标,分别从亮度、对比度、结构三个方面度量图像相似性。

SSIM取值范围[0, 1],值越大,表示图像失真越小。

在实际应用中,可以利用滑动窗将图像分块,令分块总数为N,考虑到窗口形状对分块的影响,采用高斯加权计算每一窗口的均值、方差以及协方差,然后计算对应块的结构相似度SSIM,最后将平均值作为两图像的结构相似性度量,即平均结构相似性SSIM。
 

from skimage.measure import compare_ssim
from scipy.misc import imread
import numpy as np
 
img1 = imread('1.jpg')
img2 = imread('2.jpg')
 
img2 = np.resize(img2, (
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

AI算法网奇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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