python计算图像感知相似度（PHash Sim）实例_图像相似度计算_图像质量评价

最新推荐文章于 2024-09-12 19:51:15 发布

原创

最新推荐文章于 2024-09-12 19:51:15 发布 · 2k 阅读

38 ·

CC 4.0 BY-SA版权

文章标签：

#python #开发语言 #机器学习 #图像处理

scient

scient一个用python实现科学计算相关算法的包，包括自然语言、图像、神经网络、优化算法、机器学习、图计算等模块。

scient源码和编译安装包可以在Python package index获取。

The source code and binary installers for the latest released version are available at the [Python package index].

https://pypi.org/project/scient

可以用pip安装scient。

You can install scient like this:

pip install scient

也可以用setup.py安装。

Or in the scient directory, execute:

python setup.py install

scient.image

图像相关算法模块，包括边缘检测、图像相似度计算、图像质量评价、图像特征提取等。

scient.image.hash

图像hash模块，包括均值hash(mean hash),差值hash(diff hash),感知hash(percept hash)。

scient.image.hash.percept(image,hash_size=64)

Parameters

image : numpy.array 2D

hash_size : 输出hash值的长度

Returns

list

Algorithms

先将图片缩放成hash_size * hash_size大小，然后对图像进行离散余弦变换DCT，并输出左上角h * w=hash_size的mean hash。
DCT是一种特殊的傅立叶变换，将图片从像素域变换为频率域，并且DCT矩阵从左上角到右下角代表越来越高频率的系数，图片的主要信息保留左上角的低频区域。

一维DCT变换：

$F(x)=c(x)\sum^{N-1}_{i=0}{f(i)cos(\frac {(i+0.5)π}{N}x) } \\ c(x)=\left\{\begin{matrix}\sqrt{\frac{1}{N}} ,x=0\\\sqrt{\frac{2}{N}} ,x!=0 \end{matrix}\right.$