以图搜图引擎 With Saprk

本文介绍了如何构建一个简单的图像相似度搜索系统,利用Phash算法计算图片哈希值,通过Spark进行大数据处理,实现以图搜图功能。核心步骤包括计算图片Phash值,使用Spark读取并广播搜索图片的哈希值,计算汉明距离。代码可在作者的GitHub找到,强调了Spark的高效特性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

最近搞了一个SX搜索图片相似度的系统,非常的简单。主要原理是这样的
1.用Phash算法计算出每二个图片的Phash值,存在CSV中
2.用Spark读入CSV,并且计算出要搜索的图片的Hash值
3.将这个值广播出去,然后求一个hamming距离的最大值
代码如下,在我的gayhub中也有limn2o4’s github

import cv2
import numpy as np
import phash
import os
import csv

def get_pHash(img):
    
    
    img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    img_resize = cv2.resize(img_gray,(64,64),interpolation=cv2.INTER_CUBIC)
    
    
    h,w = img_resize.shape[:2]
    img_float = np.zeros((h,w),np.float32)
    img_float[:h,:w] = img_resize
    img_dct = cv2.dct(cv2.dct(img_float)
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值