Python计算两张图片的相似度

最新推荐文章于 2025-05-30 09:55:40 发布

fengda2870

最新推荐文章于 2025-05-30 09:55:40 发布

阅读量3.1k

点赞数

CC 4.0 BY-SA版权

分类专栏： python

本文链接：https://blog.youkuaiyun.com/fengda2870/article/details/101109339

本文介绍了如何在Python中计算两张图片的相似度，重点在于安装相关库的过程，特别是网络不佳时，通过迅雷下载包并手动修改后缀来安装。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

代码比较容易，主要的工作是安装相关的包，网络不太好，安装了挺久的时间。

使用pip install 安装，如果安装不成功，把包的下载地址复制后使用迅雷进行下载。

然后再运行pip instll "下载包的路径"，就可以了。不过迅雷会自动得把whl文件加上zip的后缀，在下载好之后需要手动修改。

其他没有什么问题了。

# coding=utf-8
# 导入python包
from skimage.measure import compare_ssim as ssim
import matplotlib.pyplot as plt
import numpy as np
import cv2

def mse(imageA, imageB):
	# 计算两张图片的MSE指标
	err = np.sum((imageA.astype("float") - imageB.astype("float")) ** 2)
	err /= float(imageA.shape[0] * imageA.shape[1])

	# 返回结果，该值越小越好
	return err
'''
SSIM 的范围是[-1,1]
当SSIM=-1时表示两张图片完全不相似
当SSIM= 1时表示两张图片非常相似。
即该值越接近1说明两张图片越相似。
'''
def compare_images(imageA, imageB, title):
	# 分别计算输入图片的MSE和SSIM指标值的大小
	m = mse(imageA, imageB)
	s = ssim(imageA, imageB)
	print("%s  MSE: %.2f, SSIM: %.2f" % (title,m, s))
	return

	# 创建figure
	fig = plt.figure(title)
	plt.suptitle("MSE: %.2f, SSIM: %.2f" % (m, s))
	print("%s  MSE: %.2f, SSIM: %.2f" % (title,m, s))

	# 显示第一张图片
	a