- 微信
- 微博
  
  分享文章到微博
- 复制链接
  
  复制链接到剪贴板

Python进阶(四十四)-Python3实现基于PHA实现图像配准

SHQ5785 发表于 2020/12/30 00:56:39 2020/12/30

【摘要】 #Python进阶(四十四)-Python3实现基于PHA实现图像配准 ##前言在博文《Java进阶(五十七)-基于感知哈希算法的图像配准》中使用Java语言实现了基于“感知哈希算法”的改进版pHash算法图像匹配。相比于Java语言，Python表现出其简洁性与高效性。在Python实现中同样是先将图片转化成Hash字符串，然后再进行比较。具体代码如下： ##代...

#Python进阶(四十四)-Python3实现基于PHA实现图像配准
##前言
在博文《Java进阶(五十七)-基于感知哈希算法的图像配准》中使用Java语言实现了基于“感知哈希算法”的改进版pHash算法图像匹配。相比于Java语言，Python表现出其简洁性与高效性。在Python实现中同样是先将图片转化成Hash字符串，然后再进行比较。具体代码如下：
##代码

#!/usr/bin/python

import glob
import os
import sys

from PIL import Image
from functools import reduce

# EXTS = 'jpg', 'jpeg', 'JPG', 'JPEG', 'gif', 'GIF', 'png', 'PNG'
#注意：在进行图像格式查找时'JPG'与'jpg'查找到的结果相同，故只使用其中一种格
#式
EXTS = 'jpg', 'jpeg', 'gif', 'png'

def avhash(im): if not isinstance(im, Image.Image): im = Image.open(im) im = im.resize((8, 8), Image.ANTIALIAS).convert('L') # print("im.getdata:" + str(im.getdata)) avg = reduce(lambda x, y: x + y, im.getdata()) / 64. return reduce(lambda x, y_z : x | y_z[1] << y_z[0], enumerate(map(lambda i: 0 if i < avg else 1, im.getdata())), 0)

def hamming(h1, h2): h, d = 0, h1 ^ h2 while d: h += 1 d &= d - 1 return h

#第一个参数是基准图片，第二个参数是用来比较的其他图片所在的目录，返回结果是两张图片之间不相同的数据位数量（汉明距离）。
if __name__ == '__main__': print("图片配准格式：'jpg', 'jpeg', 'JPG', 'JPEG', 'gif', 'GIF', 'png', 'PNG'") file_object = open('C:/Users/SHQ/Desktop/CheckResult.txt', 'w') # im = input("请输入基准图片IMG_1： ") # wd = input("请输入配准图片文件夹目录： ") # if im is None or len(im) == 0: # print("基准图片为空") # if wd is None or len(wd) == 0: # print("配准图片为空") if len(sys.argv) <= 1 or len(sys.argv) > 3: print ("Usage: %s image.jpg [dir]" % sys.argv[0]) else: im, wd = sys.argv[1], '.' if len(sys.argv) < 3 else sys.argv[2] h = avhash(im) #改变当前工作目录到指定的路径 os.chdir(wd) images = [] for ext in EXTS: print("ext:" + str(ext)) print("glob.glob('*.%s' % ext):" + str(glob.glob('*.%s' % ext))) images.extend(glob.glob('*.%s' % ext)) seq = [] print(len(images)) print("images:" + str(images)) prog = int(len(images) > 50 and sys.stdout.isatty()) for f in images: seq.append((f, hamming(avhash(f), h))) # print(prog) #若图片对比数量多于50，则以百分比形式显示对比进度 if prog: perc = 100. * prog / len(images) x = int(2 * perc / 5) print ('\rCalculating... [' + '#' * x + ' ' * (40 - x) + ']',) print ('%.2f%%' % perc, '(%d/%d)' % (prog, len(images))) sys.stdout.flush() prog += 1 if prog: print print("seq:" + str(seq)) for f, ham in sorted(seq, key=lambda i: i[1]): print ("%d\t%s" % (ham, f)) file_object.write("%d\t%s\n" % (ham, f)) file_object.close()

  
 
  1
  2
  3
  4
  5
  6
  7
  8
  9
  10
  11
  12
  13
  14
  15
  16
  17
  18
  19
  20
  21
  22
  23
  24
  25
  26
  27
  28
  29
  30
  31
  32
  33
  34
  35
  36
  37
  38
  39
  40
  41
  42
  43
  44
  45
  46
  47
  48
  49
  50
  51
  52
  53
  54
  55
  56
  57
  58
  59
  60
  61
  62
  63
  64
  65
  66
  67
  68
  69
  70
  71
  72
  73
  74

##测试结果

在编程实现过程中，遇到了“tuple parameter unpacking is not supported in python3”的问题，具体解决措施详见博文《Python进阶(四十一)-Python3解决“tuple parameter unpacking is not supported in python3”》。