python3用opencv3进行结构化相似度判别

来源：互联网 2023-02-21 19:35:23 289

相似度判断除了直方图之外，还有一种结构化相似度判别也很好

就是采用compare_ssim函数进行处理，该函数在skimage.measure里

需要导出即可.

工具/原料

pycharm win7环境
opencv3 python3 skimage.measure

方法/步骤

首先需要通过from skimage.measure import compare_ssim进行导出

import cv2 as cv

import numpy as np

import copy

from matplotlib import pyplot as plt

from skimage.measure import compare_ssim

image = cv.imread('c:\\meiping1.png')

cv.imshow("image", image)

pic = cv.imread('c:\\meiping2.png')

pic = cv.imread('c:\\meiping3.png')

# pic = cv.imread('c:\\meiping4.png')

cv.imshow("pic", pic)

python3用opencv3进行结构化相似度判别

转化成灰度，注意这个和直方图比较相似度不同。

grayImage = cv.cvtColor(image, cv.COLOR_BGR2GRAY)

cv.imshow("grayImage", grayImage)

grayPic = cv.cvtColor(pic, cv.COLOR_BGR2GRAY)

cv.imshow("grayPic", grayPic)

python3用opencv3进行结构化相似度判别

列出直方图对比图，直观明了。

plt.subplot(2, 1, 1)

plt.hist(grayImage[0].ravel(), 256, [0, 256])

plt.subplot(2, 1, 2)

plt.hist(grayPic[0].ravel(), 256, [0, 256])

plt.show()

结果太令人惊讶又核对了代码是两个不同的灰度图，这难道是直方图的问题?

注意这种方式是有问题的！

python3用opencv3进行结构化相似度判别

plt.subplot(2, 1, 1)

#图像，通道[0]-灰度图，掩膜-无，灰度级，像素范围

hist_grayImage = cv.calcHist([grayImage],[0],None,[256],[0,256])

plt.plot(hist_grayImage)

plt.subplot(2, 1, 2)

hist_grayPic = cv.calcHist([grayPic],[0],None,[256],[0,256])

plt.plot(hist_grayPic)

plt.show()

python3用opencv3进行结构化相似度判别

通过compare_ssim计算相似度或者叫SSIM图像质量（图像评价）

(xiangsidu, delta) = compare_ssim(grayImage, grayPic, full=True)print(xiangsidu, delta)

输出结果。

python3用opencv3进行结构化相似度判别

评价结果是0.56 基本和目视感觉差不多。说明这种结构化判断方法还是可以的。

6本页面未经许可获取自百度经验

注意事项

注意直方图的处理方法
这个要先转灰度再计算

以上方法由办公区教程网编辑摘抄自百度经验可供大家参考！

标签： python 操作系统结构判别

上一篇：Windows 10操作系统如何打开触摸键盘下一篇：清除Mac网络历史

python3用opencv3进行结构化相似度判别

工具/原料

方法/步骤

注意事项

热门文章

标签列表