侧边栏壁纸
  • 累计撰写 781 篇文章
  • 累计创建 1 个标签
  • 累计收到 1 条评论
标签搜索

图片去重

Dettan
2021-04-10 / 0 评论 / 0 点赞 / 191 阅读 / 1,381 字
温馨提示:
本文最后更新于 2022-04-30,若内容或图片失效,请留言反馈。部分素材来自网络,若不小心影响到您的利益,请联系我们删除。
需求分析
针对海量图片去重通常是如下思路
1.
根据某种方法提取图片特征或者说指纹
2.
根据提取出来的特征计算图片间的距离
3.
根据距离调整阈值判断图片是否相似
1、提取指纹
常用的有如下方法:
1.
ahash
2.
phash
3.
dhash
ahash
1.
将图片灰度
2.
将图片resize为(w, h)大小
3.
取图片均值mean
4.
将图片中每个像素值与mean比较,大于为1否则为0
5.
得(w, h)大小的图片指纹
phash
1.
将图片灰度
2.
对灰度后的图片取DCT变换
3.
对DCT变换后的图片取左上角(w, h)大小的区域,即为新的图片
4.
对图取mean
5.
将图中每个元素与mean比较,大于为1否则为0
6.
得(w, h)大小的图片指纹
dhash
1.
将图片resize成(w, h+1, h)大小
2.
将图片灰度
3.
对于图像中的每一行,相邻的两个元素后面的减去前面的元素,若大于则为1否则为0
4.
得到(w, h)大小的图片指纹
二、实现代码如下:
import os
import traceback
from PIL import Image
import numpy as np
from scipy.fftpack import dct
from scipy.spatial.distance import pdist

class ImgHash():
def init(self, path, hash_size=(8, 8)):
self.hash_size = hash_size
self.img = np.asarray(Image.open(path))
self.gray = self.img2gray(self.img)

@staticmethod
def img2gray(img):
    r = img[:, :, 0]
    g = img[:, :, 1]
    b = img[:, :, 2]
    gray = 0.2989*r + 0.5807*g + 0.1140*b
    return gray

def ahash(self):
    img = np.resize(self.gray, new_shape=self.hash_size)
    mean = np.mean(img)
    hashed = (img > mean).astype(int)
    return hashed

def phash(self):
    img = dct(x=self.gray)[:self.hash_size[0], :self.hash_size[1]]
    mean = np.mean(img)
    hashed = (img > mean).astype(int)
    return hashed

def dhash(self):
    new_shape = (self.hash_size[0], self.hash_size[1]+1, self.img.shape[-1])
    img = np.resize(self.img, new_shape)
    img = self.img2gray(img)
    hashed = (img[:, 1:] - img[:, :new_shape[1]-1] > 0).astype(int)
    return hashed



参考:
https://segmentfault.com/a/1190000004467183
https://blog.csdn.net/u010454030/article/details/49102565
0

评论区