利用opencv做图片相似度比较

对于图片相似度比较有很多方法，我们这以RGB直方图为例。

我们以一种规则，使得每个图片生成一组描述的特征向量。

opencv的直方图比较函数我们可以巧妙的利用，其有若干比较规则，但只支持直方图的数据结构，我们可以将特征向量拟合成直方图的数据结构，然后使用其的相似度比较函数。

具体的数学计算方法有兴趣的可以看opencv的官方教程，这里我们期望生成百分比形式的相似度参数，所以使用CV_COMP_CORREL

以下是代码，以python编写

[python] view plain copy print ?

1. import cv2.cv as cv 
2.  
3. def createHist(img): 
4.     #cv.CvtColor(img,img,cv.CV_BGR2HSV) 
5.     b_plane = cv.CreateImage((img.width,img.height), 8, 1) 
6.     g_plane = cv.CreateImage((img.width,img.height), 8, 1) 
7.     r_plane = cv.CreateImage((img.width,img.height), 8, 1) 
8.  
9.  
10.     cv.Split(img,b_plane,g_plane,r_plane,None) 
11.     planes = [b_plane, g_plane, r_plane] 
12.      
13.     bins = 4 
14.     b_bins = bins 
15.     g_bins = bins 
16.     r_bins = bins 
17.  
18.     hist_size = [b_bins,g_bins,r_bins] 
19.     b_range = [0,255] 
20.     g_range = [0,255] 
21.     r_range = [0,255] 
22.  
23.     ranges = [b_range,g_range,r_range] 
24.     hist = cv.CreateHist(hist_size, cv.CV_HIST_ARRAY, ranges, 1) 
25.     cv.CalcHist([cv.GetImage(i) for i in planes], hist) 
26.     cv.NormalizeHist(hist,1) 
27.     return hist 
28.  
29. def imgcompare(image1,image2): 
30.     img1 = cv.LoadImage(image1) 
31.     hist1 = createHist(img1) 
32.     img2 = cv.LoadImage(image2) 
33.     hist2 = createHist(img2) 
34.     return cv.CompareHist(hist1,hist2,cv.CV_COMP_CORREL) 
35.      
36. print imgcompare("test_19037_19037_source.jpg","19015.jpg") 
37. print imgcompare("test_19037_19037_source.jpg","19014.jpg")