视频图像处理——图像比较与分镜头_实施视频处理,对比判断-优快云博客

本文探讨了视频图像处理中的图像比较方法，包括基于相等判断、numpy计算相似度、哈希判断以及缩放图像后的哈希比较。此外，还介绍了视频分镜头的原理，通过对视频分帧后相邻镜头的相似度检测来识别不同的镜头。

一、判断图片是否相等

1.基于相等判断图像是否相同

import operator
from PIL import Image
import os
os.chdir('e:\mediabigdata')

a=Image.open('./img/image0.jpg')
b=Image.open('./img/image0.jpg')

out=operator.eq(a,b)
print(out)

2.基于numpy计算图像是否相似

import numpy as np
from PIL import Image

import os
os.chdir('e:\mediabigdata')

a=Image.open('./img/image0.jpg')
b=Image.open('./img/image0.jpg')

diff=np.subtract(a,b)
out=not np.any(diff)
print(out)

3.基于哈希判断

import hashlib

a=open('./img/image1.jpg','rb')
b=open('./img/image1.jpg','rb')

amd5=hashlib.md5(a.read()).hexdigest()
bmd5=hashlib.md5(b.read()).hexdigest()

print(amd5)
print(bmd5)

4.缩放图像，基于各种哈希判断

import cv2
import numpy as np
import matplotlib.pyplot as plt
import os

# 均值哈希算法
def aHash(img):
    # 缩放为8*8
    plt.imshow(img)
    plt.axis('off')  #去掉坐标轴
    plt.show()
    img = cv2.resize(img, (8, 8))
    plt.imshow(img)
    plt.axis('off')  #去掉坐标轴
    plt.show()

    # 转换为灰度图
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    # s为像素和初值为0，hash_str为hash值初值为''
    s = 0
    hash_str = ''
    # 遍历累加求像素和
    for i in range(8):
        for j in range(8):
            s = s + gray[i, j]