相似图片搜索
来源:互联网 发布:网页页面设计软件 编辑:程序博客网 时间:2024/04/27 00:15
前几天在伯乐网上看到有转载相似图片搜索的文章,其实它的方法很简单,就是一篇图片,先做灰度化,resize,01化处理,在判断。出于专业敏感,我想是不是可以利用视频或者图像编码中的DCT变换,利用少量的空间存储大部分的有效信息,然后再比较,网上搜了搜,果然有这样的算法:phash
phash算法有很多种,这里介绍一种基于DCT的phash算法。
图片指纹生成方法:
图片灰度化
图片缩放到32x32
DCT变换处理
保留最左上部的8x8的DCT系数(图片信息最多部分)
计算中值
生成64位指纹,跟中值比较,0表示小于中值,反之为1
对图片库中的图片按上面方法生成指纹,跟搜寻图片对比,相同指纹比特大于一定阈值,认为相似。
下面是一个简单的python实现,我这里是将图片缩放到了64x64,DCT为16x16:
import ioimport osfrom PIL import Imageimport numpy as npfrom scipy import fftpackimport urllib2#import IPythonimport re#image_url = 'http://imgsrc.baidu.com/forum/w%3D580/sign=bfe6fdf5fddcd100cd9cf829428a47be/1a3a1f30e924b8992d202ec06b061d950a7bf628.jpg'base_image_url = 'http://imgsrc.baidu.com/forum/w%3D580/sign=41563ba1053b5bb5bed720f606d2d523/2bdabc3eb13533faebe9a924aed3fd1f41345b5a.jpg'size = (64,64)subsize = 16def get_image_from_url(image_url): image_fd = urllib2.urlopen(image_url) image_file = io.BytesIO(image_fd.read()) image = Image.open(image_file) #image.show() return imagedef preproc_image(image, size=(32, 32)): """ 图片预处理 """ img_color = image.resize(size, Image.ANTIALIAS) #如果用image.thumbnail() 将保持长宽比 img_grey = img_color.convert('L') #img_grey.show() img_grey_array = np.array(img_grey, dtype=np.float) return img_grey_arraydef get_2d_dct(image_array): """ 2D DCT变换 """ return fftpack.dct(fftpack.dct(image_array.T, norm='ortho').T, norm='ortho')def proc_image(image, size=(32, 32), subsize=8): #image = get_image_from_url(image_url) image_grey_array = preproc_image(image, size) dct_array = get_2d_dct(image_grey_array) dct_subarray = dct_array[:subsize,:subsize] dct_subarr_fabs = np.fabs(dct_subarray) print dct_subarr_fabs dct_subaverage = np.mean(dct_subarr_fabs) dct_subfinal = np.greater_equal(dct_subarr_fabs, dct_subaverage*np.ones(dct_subarr_fabs.shape)) return dct_subfinalbase_image = get_image_from_url(base_image_url)base_image.save("imageToFind.png",'PNG')base_dct_subfinal = proc_image(base_image, size , subsize)#######################You may change here################baseurl = 'http://tieba.baidu.com/p/3833419819/' #请自行添加查找网页地址baseurl = 'http://tieba.baidu.com/p/3942417083/'format = '(png|bmp|jpg|jpeg|gif|PNG|BMP|JPG|JPEG|GIF)' #图片格式,可自行添加##########################################################打开页面page = urllib2.urlopen(baseurl) # 读取包含HTML源码内容的页面信息 page_inform = page.read() # 获取图片资源列表list_of_res = re.findall(r'src="(https?://[^<>]*?\.%s)"' % format, page_inform)# 去除重复的图片资源list_of_res = list(set(list_of_res)) imgFindedCount = 0imgDoneCount = 0# 根据图片资源列表逐个搜寻for res in list_of_res: image_url = res[0] if image_url[0:4] != 'http': image_url = baseurl+image_url #print image_url image = get_image_from_url(image_url) imgDoneCount = imgDoneCount + 1 #image.save("images/image%d.png" % imgDoneCount, "PNG") if(np.abs(image.size[0]- base_image.size[0])>100 or np.abs(image.size[1]- base_image.size[1])>100): print "第%d张图片不匹配" % imgDoneCount continue dct_subfinal = proc_image(image, size, subsize) #image.show() dct_subfinal = np.logical_xor(base_dct_subfinal, dct_subfinal) image_distance = np.count_nonzero(dct_subfinal) print image_distance print image_distance if(image_distance < 50): #image.show() imgFindedCount = imgFindedCount + 1 image.save("imageFinded%d.png" % imgFindedCount, "PNG") print "第%d张图片匹配,已找到%d张相似图片~~" % (imgDoneCount,imgFindedCount) #break else: print "第%d张图片不匹配" % imgDoneCountprint "搜索完成^^,共找到%d张相似图片~~" % imgFindedCount
包子姐最近上了头条,就用菲吧里的图做个测试吧:
搜索图片
搜索结果(4/52)
0 0
- 相似图片搜索原理
- 相似图片搜索原理
- 相似图片搜索
- 相似图片搜索原理
- 相似图片搜索
- 相似图片搜索网站
- 相似图片搜索
- 关于相似图片搜索
- 关于相似图片搜索
- 相似图片搜索
- 相似图片搜索原理
- 相似图片搜索(直方图相似度)
- 相似图片搜索的原理
- 相似图片搜索的原理
- 相似图片搜索的原理
- 相似图片搜索的原理
- 相似图片搜索的原理
- 相似图片搜索的原理
- LeetCode(141)(142) Linked List Cycle I II
- Linux - 有效群组(effective group)与初始群组(initial group),groups,newgrp
- 高仿SinaWeibo新浪微博发布页面话题效果
- 分享在MVC3.0中使用jQuery DataTable 插件
- FileOutputStream/FileInputStream--FileWriter/FileReader
- 相似图片搜索
- 提示磁盘被写保护怎么办?
- Python中re(正则表达式)模块详解
- 项目开发中用到的一些MySQL语句
- hdu 4547 lca-tarjan离线算法
- 属性名前两个字母要么都是大写的要么都是小写的(当然数字与_、$算小写)
- jQuery 动画、HTML、CSS
- 怎样设计数据库之命名规范
- LintCode-最大子数组 III