# coding: utf-8 # @Author: 一棵柚子树 # @time: 2022/3/26 0:28 import time import numpy import cv2 from PIL import Image def calculate(image1, image2): hist1 = cv2.calcHist([image1], [0], None, [256], [0, 256]) hist2 = cv2.calcHist([image2], [0], None, [256], [0, 256]) # 计算直方图的重合度 degree = 0 for i in range(len(hist1)): if hist1[i] != hist2[i]: degree = degree + (1 - abs(hist1[i] - hist2[i]) / max(hist1[i], hist2[i])) else: degree = degree + 1 degree = degree / len(hist1) print(degree) return degree def picture_similarity(image1, image2, size=(256, 256)): image1 = Image.open(image1) image2 = Image.open(image2) # 将图像resize后,分离为RGB三个通道,再计算每个通道的相似值 image1 = cv2.cvtColor(numpy.asarray(image1), cv2.COLOR_RGB2BGR) image2 = cv2.cvtColor(numpy.asarray(image2), cv2.COLOR_RGB2BGR) image1 = cv2.resize(image1, size)
python opencv 图片对比度
最新推荐文章于 2024-08-14 08:00:00 发布
该博客介绍了一种使用Python的OpenCV库计算两张图片相似度的方法,通过直方图比较和图像通道分析来衡量图像的对比度。代码示例中展示了如何读取图片、调整大小、分离RGB通道以及计算每个通道的相似度,最后输出图片的相似度百分比。
摘要由CSDN通过智能技术生成