Python 如何查找图像修补程序/窗口之间的相似性

我想比较一个参考窗口（补丁）和从图像中获取的所有其他窗口（补丁）之间的相似性。我的代码如下

有人能帮我评估“ref”（参考窗口）和变量“test”给出的所有其他10000个窗口之间的相似性吗？多谢各位

详细说明： 我试着使用for循环。这很费时。我试图使用内置函数“ssim”，但它表示张量的维数不匹配。请建议进行此批处理的任何方法

# Read grayscale image from file.
    Im = Image.open("cameraman.png") 
#Resize it to desired shape (h,w)
    Im = Im.resize((100,100))
# expand dimensions to get the shape [ no of batches, height, width, channel]
    Im = np.expand_dims(Im,axis=0)
    Im = np.expand_dims(Im,axis=0)
    x = tf.convert_to_tensor(Im)
    x=tf.reshape(x,[1,100,100,1])  # this is the required image shape in a tensor

# Break one image into windows of 11x11 (overlapping)

    wsize=11
    ws=50  # Index of centre window (this window is reference window)

#Extract windows of 11 x 11 around each pixel
    p1=tf.extract_image_patches(x,sizes=[1,wsize,wsize,1],strides=[1,1,1,1],rates=[1,1,1,1],padding="SAME")

    patches_shape = tf.shape(p1)
    test=tf.reshape(p1, [tf.reduce_prod(patches_shape[0:3]), 11, 11, ])  # returns [#window_patches, h, w, c] 

    print(test.shape)  #test has shape [ 10000, 11,11]
    ref=test[5000,]    # this is the reference window of shape [ 1, 11,11]
    ref=tf.reshape(ref,[1,11,11])
    print(im1.shape)

The following statement says size mismatch:
    ssim1 = tf.image.ssim(ref, test, max_val=255, filter_size=11,filter_sigma=1.5, k1=0.01, k2=0.03) 

**ValueError: Shapes (1, 11, 11) and (10000, 11, 11) are incompatible.**

---

我希望每个窗口与要打印的参考之间的距离。

您需要对齐第一个尺寸。您可以迭代10000个图像批，也可以广播原始补丁。但是，从性能角度来看，建议使用

tf.map\u fn（）

对它们进行迭代

此外，需要展开最后一个维度，bc

tf.image.ssim

需要一个三阶张量。 下面是一个使用tf 2.0和渴望执行测试的工作示例：

arr1 = tf.convert_to_tensor(np.random.random([10000, 11, 11, 1]), dtype=tf.dtypes.float32)
arr2 = tf.convert_to_tensor(np.random.random([1, 11, 11, 1]), dtype=tf.dtypes.float32)

result_tensor = tf.map_fn(lambda x: tf.image.ssim(arr2[1:], x, 1), arr1)

结果张量的形状为[10000,0]。要获得平均值，请调用

tf.reduce\u mean

---

但是，请修改11x11补丁的过滤器形状，并在下次提供一个工作示例。

非常感谢您令人信服的解释和解决方案代码。我只是tensorflow的初学者。所以map函数对我来说是新的。