opencv用特征相似度将图片分类

---

前言

摄影师小刘爱好摄影，有许多照片（不同格式，不同分辨率），有的是自己拍摄的，有的是朋友的相机帮忙拍到的。
但他很苦恼，因为有很多照片是类似的（比如，稍微偏了一点角度），请用程序帮他把类似的图片挑选出来。
提示：利用opencv将图片变成统一大小的尺寸，用特征相似度进行判断。可以多个同学共同构成数据集（>100幅）

---

一、代码

import os
import shutil
import random
import cv2
import numpy as np

#定义resize维度
dim = 32
dim_sqr = dim*dim

#源数据集文件夹路径
path_data = './data'
#数据处理后的目录
deter_exam = './pro_data/Fruits-all-examples/'
deter_flag = './pro_data/Fruits-all-flag/'
#将数据打乱文件夹目录
deter_exam_2 = './pro_data/Fruits-all-examples_2'


#将数据集划分为flag和exam两部分
def data_procss(root_path,exam,flag):
    # 根目录下的所有一级目录，以列表形式赋给first_dir
    first_dir = os.listdir(root_path)
    # 遍历每一个一级目录
    for first in first_dir:
        # 一级目录绝对路径
        dir = root_path + '/' + str(first)
        # 得到一级目录下的二级目录
        imgs = os.listdir(dir)
        sample = random.sample(imgs, 1)  # 每个文件夹随机选取1张图片作为flag
        shutil.copyfile(dir + '/' + str(sample[0]), flag + str(sample[0]))
        # 遍历每幅图片
        for img in imgs:
            source_img = dir + '/' + str(img)
            detern = exam + str(img)
            shutil.copyfile(source_img, detern)


#对数据集进行重命名，方便后续遍历循环
def data_rename(path):
    filelist = os.listdir(path)  # 获取指定的文件夹包含的文件或文件夹的名字的列表
    i = 0  # 图片名字从 0 开始
    for item in filelist:  # 遍历这个文件夹下的文件,即 图片
        if item.endswith('.jpg'):
            src = os.path.join(os.path.abspath(path), item)
            dst = os.path.join(os.path.abspath(path), str(i) + '.jpg')
            try:
                os.rename(src, dst)
                i = i + 1
            except:
                continue


#将exam打乱，提高程序可行性
def data_shulffe(image_dir,result_dir):
    img_name_list = os.listdir(image_dir)
    if not os.path.exists(result_dir):
        os.makedirs(result_dir)
    # 创建随机数
    random_len = len(img_name_list)
    img_index = [i for i in range(random_len)]
    random.shuffle(img_index)
    # 开始转移每个文件
    for i, img in enumerate(img_name_list):
        dot_index = img.find('.')
        if dot_index > 0:
            img_name = str(img_index[i]) + img[dot_index:]
            shutil.copyfile(image_dir + img, result_dir + img_name)

#均值哈希算法
def aHash(image):
    #将图片缩小到32x32的尺寸，总共32*32个像素。这一步的作用是去除图片的细节，只保留结构、明暗等基本信息，摒弃不同尺寸、比例带来的图片差异。
    image=cv2.resize(image,(dim,dim),interpolation=cv2.INTER_CUBIC)
    #转换为灰度图
    image=cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
    #计算所有32*32个像素的灰度平均值
    avreage = np.mean(image)
    #将每个像素的灰度，与平均值进行比较。大于或等于平均值，记为1；小于平均值，记为0。
    hash = []
    for i in range(image.shape[0]):
        for j in range(image.shape[1]):
            if image[i,j] > avreage:
                hash.append(1)
            else:
                hash.append(0)
    return hash


#计算汉明距离
def Hamming_distance(hash1,hash2):
    num = 0
    #得到两张图片的指纹信息后，计算两组32*32位数据的汉明距离，即对比数据不同的位数，不同位数越少，表明图片的相似度越大。
    for index in range(len(hash1)):
        if hash1[index] != hash2[index]:
            num += 1
    return num


#对打乱的exam数据集进行分类
def data_classify():
    for i in range(4):
        img1=cv2.imread(deter_flag + "/{}.jpg".format(i))
        hash1 = aHash(img1)
        data_path = os.path.join('Fruits-' + str(i))  # 分类后图片文件夹路径
        if not os.path.exists(data_path):  # 判断文件夹是否存在
            os.makedirs(data_path)  # 不存在则新建文件夹
        for j in range(104):
            img2 = cv2.imread(deter_exam_2 + "/{}.jpg".format(j))
            hash2 = aHash(img2)
            n = Hamming_distance(hash1, hash2)
            similarity = 1 - n * 1.0 / dim_sqr  #将距离转化为相似度
            print("flag中第{}张图片与exam中第{}张图片相似度为：{}".format(i,j,similarity))
            if (similarity > 0.80):
                cv2.imwrite('./' + data_path + '/' + '{}.jpg'.format(j), img2)


if __name__ == '__main__':
    data_procss(path_data, deter_exam, deter_flag)
    data_rename(deter_exam)
    data_rename(deter_flag)
    data_shulffe(deter_exam,deter_exam_2)
    data_classify()

二、结果展示

生成文件夹示例：

Fruits-3下分类结果：

程序运行结果部分截图：

数据和代码连接：

https://pan.baidu.com/s/1eweFKIRDu3ZLKv00Tg_SEA

提取码：1414