Python3实现基于PHA实现图像配准

举报
SHQ5785 发表于 2024/02/06 09:31:47 2024/02/06
【摘要】 一、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: 二、代码#!/usr/bin/pythonimport globimport osimport sysf...

一、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:

二、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''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()

三、测试结果

这里写图片描述
  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”》。

四、附 电子书福利(免积分下载)

Flask Web开发:基于Python的Web应用开发实战

Learning Python, 5th Edition

【版权声明】本文为华为云社区用户原创内容,未经允许不得转载,如需转载请自行联系原作者进行授权。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。