python比较两个列表的重合度_Opencv python图像处理-图像相似度计算

一、相关概念

1. 一般我们人区分谁是谁，给物品分类，都是通过各种特征去辨别的，比如黑长直、大白腿、樱桃唇、瓜子脸。王麻子脸上有麻子，隔壁老王和儿子很像，但是儿子下巴涨了一颗痣和他妈一模一样，让你确定这是你儿子。

还有其他物品、什么桌子带腿、镜子反光能在里面倒影出东西，各种各样的特征，我们通过学习、归纳，自然而然能够很快识别分类出新物品。

而没有学习训练过的机器就没办法了。

但是图像是一个个像素点组成的，我们就可以通过不同图像之间这些差异性就判断两个图的相似度了。其中颜色特征是最常用的，(其余常用的特征还有纹理特征、形状特征和空间关系特征等)

其中又分为

直方图

颜色集

颜色矩

聚合向量

相关图

1、直方图

在Python中利用opencv中的calcHist()方法获取其直方图数据，返回的结果是一个列表，使用matplotlib，画出了这两张图的直方图数据图

import cv2

import numpy

from matplotlib import pyplot

if __name__ == '__main__':

imgobj1 = cv2.imread('pho.jpg')

imgobj2 = cv2.imread('ph1.jpg')

hist1 = cv2.calcHist([imgobj1], [0], None, [256], [0.0, 255.0])

hist2 = cv2.calcHist([imgobj2], [0], None, [