python 以图搜图

最新推荐文章于 2025-11-07 16:42:28 发布

原创

最新推荐文章于 2025-11-07 16:42:28 发布 · 5.6k 阅读

12 ·

CC 4.0 BY-SA版权

该博客介绍了一种使用Python进行以图搜图的方法。通过读取图片，将其转换为HSV颜色空间，然后将图像分为五部分并计算直方图。接着，利用欧式距离和卡方距离计算新图像与已有图像库的相似度，从而找出最相似的图像。最后，将相似图像保存到新文件夹中。

import os
import cv2 as cv
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

#读取文件
def read_img():
    imgs = []
    # walk会返回3个参数，分别是路径，目录list，文件list
    for path, lists, frame in os.walk(文件名):
        for f in frame:
            #读取中文路径图像
            img = cv.imdecode(np.fromfile(path + "/" + f, dtype=np.uint8), 1)
            imgs.append(img)
    return frame,imgs
#把图像分为五部分
def fif_img(img):
    img= cv.cvtColor(img, cv.COLOR_BGR2HSV)
    h,w = img.shape[:2]
    cv.line(img,(int(w/2),0),(int(w/2),h),(255,0,0),2)
    cv.line(img,(0,int(h/2)),(w,int(h/2)),(255,0,0),2)
    clie = np.zeros((h,w),np.uint8)
    cv.ellipse(clie,(int(w/2),int(h/2)),(int(0.375*w),int(0.375*h)),0,0,360,255,-1)
    img1 = cv.bitwise_and(img,img,mask=clie)

    retra,clie1 = cv.threshold(clie,0,255,cv.THRESH_BINARY_INV)
    clie2 = clie1.copy()
    clie3 = clie1.copy()
    clie4 = clie1.copy()
    cv.rectangle(clie1,(int(w/2),0),(w,h),0,-1)
    cv.r