Python软件设计基础第五节-基于图像相似度比较实现视频分镜_python如根据两个图片相似度进行镜头分割-CSDN博客

本文链接：https://blog.csdn.net/weixin_48138515/article/details/121152425

一、前言

本文中所使用的图片素材均为基于ffmpeg程序将短视频切割获得，具体代码如下：

import cv2
import subprocess
#导入第三方库
 
video_path="ghz.mp4"
#设置视频路径
image_save="./pic"
#设置图片待保存路径，注：需新建名为“pic”的文件夹
 
cap=cv2.VideoCapture(video_path)
frame_count=cap.get(cv2.CAP_PROP_FRAME_COUNT)
#逐帧裁切视频
 
for i in range(int(frame_count)):
    _,img=cap.read()
    cv2.imwrite("./pic/image{}.jpg".format(i),img)
    #输出每一帧

所得图片素材如下（共550张）：

一、基础算法-判断两张图片是否相等/相似

（一）基于相等判断图像是否相同

待判断的两张图片完全一样，代码如下：

import operator
from PIL import Image

a=Image.open('./pic/image0.jpg')
b=Image.open('./pic/image0.jpg')

out=operator.eq(a,b)
print(out)

输出结果为“True”，程序判断图像相同

（二）基于numpy计算图像是否相似

待判断图片如下：

代码如下：

import numpy as np
from PIL import Image

a=Image.open('./pic/image0.jpg')
b=Image.open('./pic/image1.jpg')

diff=np.subtract(a,b)
out=not np.any(diff)
print(out)

输出结果为“False”，程序判断两张图像不相同

（三）基于哈希判断图像是否相似

待判断图像如下：

代码如下：

import hashlib

a=open('./pic/image1.jpg','rb')
b=open('./pic/image2.jpg','rb')

amd5=hashlib.md5(a.read()).hexdigest()
bmd5=hashlib.md5(b.read()).hexdigest()

if amd5==bmd5:
    print("True")
else:
        print("False")

#print(amd5)
#print(bmd5)
#可选择是否输出两张图片的哈希值

输出结果为“False”，程序判断两张图像不相同

（四）基于各种哈希计算图片相似度

首先引入第三方库，代码如下：

import cv2
import numpy as np
import matplotlib.pyplot as plt
from PIL import Image

1、均值哈希算法

代码如下：

def aHash(img):
    # 缩放为8*8
    plt.imshow(img)
    plt.axis('off')  #去掉坐标轴
    plt.show()
    img = cv2.resize(img, (8, 8))
    plt.imshow(img)
    plt.axis('off')  #去掉坐标轴
    plt.show()

    # 转换为灰度图
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    # s为像素和初值为0，hash_str为hash值初值为''
    s = 0
    hash_str = ''
    # 遍历累加求像素和
    for i in range(8):
        for j in range(8):
            s = s + gray[i, j]
    # 求平均灰度
    avg = s / 64
    # 灰度大于平均值为1相反为0生成图片的hash值
    for i in range(8):
        for j in range(8):
            if gray[i, j] > avg:
                hash_str = hash_str + '1'
            else:
                hash_str = hash_str + '0'
    return hash_str

定义变量为具体图片，输出各阶段展现结果为：