（python+numpy+opencv）向量保存与特征矩阵间两两余弦相似度计算

1.问题描述

工作中遇到一个问题，需要将一个待测图片与大量的图片库进行相似度计算，以求出最相近的类别。

2.解决方案

在解决方案中涉及到numpy向量的保存和图片预想相似度的计算：
先将图片库中所有图片的向量保存为一个n维向量，再保存入文件中，每次匹配读取该向量值，与待测图片向量做相似度运算，并直接获取最值。

3.具体步骤

（1）图片库中图片转为n维向量并保存到文件

假设我们图片库中有几种颜色不同的花(red/blue/black)，每张图片缩放到固定尺寸后，三通道求均值然后展开形成向量。
（事实上主要依靠颜色来进行分辨的图像库直接将RGB三通道求均值再展开最后获得的余弦相似度并没有很大代表性，极大可能匹配错误，可以尝试按通道加权平均或者转成HSV色彩空间）

#核心代码：
img_path = os.path.join(img_fold,filename)
img = cv2.imread(img_path)
#统一尺寸
img = cv2.resize(img,SIZE)
#图片转向量
img_temp = np.average(tmp_img