python+；opencv-如何正确比较图像（通过直方图）？

我有一堆图片（来自M.C.Escher收藏），我想整理，所以我想做的第一步是将它们分组，通过比较它们（你知道，有些有不同的分辨率/形状，等等）

我写了一个非常残酷的剧本： *读文件 *计算它们的直方图 *比较它们

但是比较的质量确实很低，就像有些文件匹配完全不同一样

看看我到目前为止写的东西：

准备直方图

文件\u hist={}
对于枚举中的i，f（文件）：
尝试：
帧=cv2.imread（f）
frame=cv2.CVT颜色（frame，cv2.COLOR\u BGR2GRAY）
hist=cv2.calcHist（[frame]，[0]，无[4096]，[04096]）
cv2.规范化（hist，hist，alpha=0，beta=1，norm\u type=cv2.norm\u MINMAX）
文件\u hist[f]=hist
例外情况除外，如e：
打印（'错误：'，f，e）

比较直方图

pairs=list（itertools.compositions（files\u hist.keys（），2））
对于枚举（成对）中的i（f1，f2）：
correl=cv2.compareHist（文件历史[f1]、文件历史[f2]、cv2.HISTCMP\u correl）
如果相关系数>=0.999：
打印（'MATCH:'，correl，f1，f2）

现在，例如，我得到了这两个文件的匹配项：

m、 (1933).jpg

及

m、 (1931).jpg

使用上面的代码，它们的相关性是

0.999669595530539

（因此它们实际上是相同的：（）

我做错了什么？如何改进代码以避免这种错误匹配

---

谢谢！

直方图不是比较图像的好方法，例如，在黑白图像中，如果它们具有相同数量的黑色像素，则直方图将是相同的，而不管图像中的像素分布如何（这就是为什么您提到的图像被分类为几乎相等）

有更好的方法量化图像之间的差异，提到了一个好的选择：

• 将两个图像加载为数组（scipy.misc.imread）并计算元素差异（逐像素）。计算差异的范数

编辑：

回答一些问题：

我认为每像素的零范数是0.0-1.0，值接近0.0意味着“图像相同”，对吗

接近0.0的值表示像素相同。要将图像作为一个整体进行比较，需要对所有像素进行求和。如果求和值接近0.0，则表示图像几乎相同

如果两个图像大小不同怎么办

这是一个很好的方法。要计算范数差，图像必须具有相同的大小。我认为有两种方法可以实现这一点：

• 第一种方法是将一个图像的大小调整为另一个图像的形状，问题是这会导致图像失真

• 第二种方法是用零填充较小的图像，直到大小匹配为止

obs：如果按像素标准求和，则图像中的像素数将介于零和像素数之间。如果比较多个图像，这可能会造成混淆。例如，假设您比较图像a和B，并且两个图像的形状均为50x50（因此，图像有2500个像素）；接近2500的值表示图像完全不同。现在假设您比较图像C和D，并且两者的形状都为1000x1000，在这种情况下，2500这样的值表示图像相似。要解决此问题，您可以将像素总和除以图像中的像素数，这将导致一个介于0.0和1000之间的值1.0，0.0表示图像相同，1.0表示图像完全不同

---

是的，这是我在比较两个大小不同的图像时收到的错误

diff=image1-image2 ValueError:操作数无法与形状一起广播（850534）（663650）

---

这是因为图像具有不同的形状。调整大小或填充可以避免此错误（如上所述）。

您可以尝试使用

cv:：norm（）

使用

NORM_L2

方法比较两幅图像，这是比较的目的。找到相似的图像？找到重复的，其他的？目的是找到重复的，是的，这是主要目的（我还有另一个项目，比较视频，在特定的时间间隔抓取帧并进行比较）谢谢Heitor！这是一个非常有趣的方法，我只是继续尝试一下。一些问题：*我认为每像素的零范数将是0.0-1.0值，值接近0.0表示“图像相同”，对吗？*如果两个图像大小不同怎么办？每像素的零范数将稍微偏离，不是吗（因为它使用了

img1.size

）？是的，这是我在比较两个大小不同的图像时收到的错误``diff=image1-image2 ValueError:操作数无法与形状一起广播（850534）（663650）“``我还使用了和中的注释中提到的略读功能，但仍然不走运：要么匹配很少（即使图像“明显”相同），要么匹配太宽：(