python opencv比较图片相似度

目录

一：均值哈希算法

二：三直方图算法

三：单通道直方图

---

一：均值哈希算法

均值哈希算法是一种快速比较图像相似度的方法。它首先将图像转化为灰度图像，然后计算图像的均值，接着将每个像素的灰度值与均值进行比较，生成一个64位的哈希值。

在Python中，我们可以使用OpenCV库来读取和处理图像，然后利用NumPy库来进行数值计算。以下是一个简单的示例，演示如何使用均值哈希算法计算两个图像的相似度：

def ahash(image):
    # 将图像转化为灰度图像
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    # 缩小图像，加速计算
    small = cv2.resize(gray, (8, 8), interpolation=cv2.INTER_AREA)
    # 计算均值
    mean = np.mean(small)
    # 初始化哈希值
    hash_value = 0
    # 对每个像素进行处理
    for i in range(8):
        for j in range(8):
            # 将像素