使用python进行图片相似度对比_python 图片相似度

Python提供了一些库和工具可以用于图片的相似度比对。下面介绍两种常用的方法：

1、感知哈希（Perceptual Hashing）：这种方法通过计算图像的哈希值来表示图像的特征，从而进行相似度比对。

    常用库：imagehash 和 phash

    具体代码如下：

from PIL import Image
import imagehash
 
# 生成图像的感知哈希
hash1 = imagehash.average_hash(Image.open('image1.jpg'))
hash2 = imagehash.average_hash(Image.open('image2.jpg'))
 
# 计算相似度
similarity = 1 - (hash1 - hash2) / len(hash1.hash) # 范围为0到1，值越大表示相似度越高
print(similarity)

2、结构相似性（Structural Similarity）：这种方法通过比较图像的结构、纹理和亮度等特征来衡量相似度。

    常用库：scikit-image

    具体代码如下：

from PIL import Image
from skimage import metrics
from skimage.transform import resize
 
# 打开并调整图像大小
image1 = Image.open('image1.jpg')
image2 = Image.open('image2.jpg')
image1 = image1.resize((500, 500)) # 调整图像1的大小为500x500
image2 = image2.resize((500, 500)) # 调整图像2的大小为500x500
 
# 将图像转换为灰度图像
image1_gray = image1.convert("L")
image2_gray = image2.convert("L")
 
# 将图像转换为NumPy数组
image1_array = np.array(image1_gray)
image2_array = np.array(image2_gray)
 
# 计算结构相似性指数（SSIM）
similarity = metrics.structural_similarity(image1_array, image2_array)
 
# 将相似性指数转换为相似度（范围0到1，值越大表示相似度越高）
similarity = (similarity + 1) / 2
print(similarity)