Prerrequisitos: Python OpenCV
Supongamos que tenemos dos imágenes de datos y una imagen de prueba. Averigüemos qué imagen de datos es más similar a la imagen de prueba usando python y la biblioteca OpenCV en Python.
Primero carguemos la imagen y busquemos el histograma de imágenes.
Importando biblioteca
import cv2
Importación de datos de imagen
image = cv2.imread('test.jpg')
Conversión a imagen gris
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
Encontrar histograma
histogram = cv2.calcHist([gray_image], [0],
None, [256], [0, 256])
Ejemplo:
Imágenes utilizadas:
data1.jpg
datos2.jpg
prueba.jpg
Python3
import cv2
# test image
image = cv2.imread('cat.jpg')
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
histogram = cv2.calcHist([gray_image], [0],
None, [256], [0, 256])
# data1 image
image = cv2.imread('cat.jpeg')
gray_image1 = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
histogram1 = cv2.calcHist([gray_image1], [0],
None, [256], [0, 256])
# data2 image
image = cv2.imread('food.jpeg')
gray_image2 = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
histogram2 = cv2.calcHist([gray_image2], [0],
None, [256], [0, 256])
c1, c2 = 0, 0
# Euclidean Distance between data1 and test
i = 0
while i<len(histogram) and i<len(histogram1):
c1+=(histogram[i]-histogram1[i])**2
i+= 1
c1 = c1**(1 / 2)
# Euclidean Distance between data2 and test
i = 0
while i<len(histogram) and i<len(histogram2):
c2+=(histogram[i]-histogram2[i])**2
i+= 1
c2 = c2**(1 / 2)
if(c1<c2):
print("data1.jpg is more similar to test.jpg as compare to data2.jpg")
else:
print("data2.jpg is more similar to test.jpg as compare to data1.jpg")
Producción :
data1.jpg is more similar to test.jpg as compare to data2.jpg
Publicación traducida automáticamente
Artículo escrito por iamjpsonkar y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA