这次给大家带来如何使用python来判断图片相似度，使用python来判断图片相似度的注意事项有哪些，下面就是实战案例，一起来看一下。
python 判断图片相似度一个十分简单的示例,只是个例子,精度可能不是很高。主要介绍一下原理:先将图片转为 12x12像素的灰度图片--获取图片平均灰度--遍历图片内部10x10像素(去掉周围1像素)--比较每一个像素与平均值
from pil import image import os #import hashlib def getgray(image_file): tmpls=[] for h in range(0, image_file.size[1]):#h for w in range(0, image_file.size[0]):#w tmpls.append( image_file.getpixel((w,h)) ) return tmpls def getavg(ls):#获取平均灰度值 return sum(ls)/len(ls) def getmh(a,b):#比较100个字符有几个字符相同 dist = 0; for i in range(0,len(a)): if a[i]==b[i]: dist=dist+1 return dist def getimghash(fne): image_file = image.open(fne) # 打开 image_file=image_file.resize((12, 12))#重置图片大小我12px x 12px image_file=image_file.convert("l")#转256灰度图 grayls=getgray(image_file)#灰度集合 avg=getavg(grayls)#灰度平均值 bitls=''#接收获取0或1 #除去变宽1px遍历像素 for h in range(1, image_file.size[1]-1):#h for w in range(1, image_file.size[0]-1):#w if image_file.getpixel((w,h))>=avg:#像素的值比较平均值 大于记为1 小于记为0 bitls=bitls+'1' else: bitls=bitls+'0' return bitls ''' m2 = hashlib.md5() m2.update(bitls) print m2.hexdigest(),bitls return m2.hexdigest() ''' a=getimghash("./test/测试图片.jpg")#图片地址自行替换 files = os.listdir("./test")#图片文件夹地址自行替换 for file in files: b=getimghash("./test/"+str(file)) compare=getmh(a,b) print file,u'相似度',str(compare)+'%'
大小--如果大则字符串加1不然加0(这里我选用字符串保存,其实方法很多的)--接下去就是遍历文件夹中图片了,比较相似度,返回相似度了
相信看了本文案例你已经掌握了方法，更多精彩请关注其它相关文章！
相关阅读：
简单的冒泡以及双向冒泡排序案列
用来下载图片的javascript脚本
简单的jquery点击水纹波动动画示例
以上就是如何使用python来判断图片相似度的详细内容。