[toc]
#图像工具
python3.11
pip install -r requirements.txt
conda install scikit-image
感知hash算法,计算两个图片的哈希值,然后计算两个哈希值的汉明距离,汉明距离越小,图片越相似。 pHash()的channel默认指定了图片第0个通道,如果需要综合考虑RGB等的,可手动改一下这里,把三个通道的哈希值合并一下。
s = checkImageSimilarity(image1=image1, image2=image2, method="pHash")
print("两张图片的相似度是: {0}%".format(s*100))
图像转灰直方图,然后计算两个直方图的相似度(直方图相等记为0,不等的计算差值占最大值的百分比)
s = checkImageSimilarity(image1=image1, image2=image2, method="hist")
print("两张图片的相似度是: {0}%".format(s*100))
结构化相似性指数(SSIM)是一种用于测量两幅图像之间的相似度的方法。该指标测量的是有损图像质量的感知损失,即它与人眼所感知到的图像质量的相关性很高。 计算的会慢一点,调用skimage库
s = checkImageSimilarity(image1=image1, image2=image2, method="ssim")
print("两张图片的相似度是: {0}%".format(s*100))