转自：https://testerhome.com/topics/4539

在2年前我发过一个帖子，就是说图片相似度的。总体来讲，最近工作上绕了一圈又回到了这里。所以就开个帖子再来说下，让更多的同学能够去使用。

在图片处理上其实还是需要用到一个库，前两天社区还有朋友说到——PILLOW。聊下PILLOW吧，前身是PIL，PIL可以非常简单的将一个图 片直接转换成像素点的一个集合。就比如Python中提供简单的API可以直接将一张300*200的图转换成由300*200个RGBA数据组成的 tuple。我们拿到像素点之后想怎么比较就是可以自定义以及算法的事儿了。

这里直接切入主题就来说方法了，也推荐大家一个github库参考。
直方图的话是将图片转换成一个队列，通过这个队列的相似度来判断图片的相似度的。但是直方图本身优点缺点都很明显。优点的话就是对比的结果很直观，而且天 生支持模糊对比。但是缺点就是直方图其实不够智能，因为大多都是像素点上的颜色分布来做对比的，却没有任何算法和模型上的支持，导致精准度其实不高（但其 实也是比较特殊的情况下才可能被误导）
比如下面的两张图：

我们调用如下的代码能够直观的看到两张图的直方图的对比的结果：

import matplotlib.pyplot as plt from pylab import *from PIL
import Image
import math
import operator
image1 = Image.open('1.JPG')
image2 = Image.open('2.JPG')
plot(image1.histogram(),linewidth=2)
plot(image2.histogram(),linewidth=2)
show()

结果就很直观了。

我们还是说下缺点，这个图你们也看到了，几乎可以说是差不多了，所以直方图的结果曲线吻合度还是很高的。但是同样的，这张图是蓝色和绿色偏多，如果说是一个穿着天蓝色内裤，绿色大衣的姑娘的图片，也许直方图出来的结果差不多。so，你们明白啥意思了吧

直方图方法一：
这个也是我最常用的，Google出来的方法：

#sudo pip install PIL

def pil_image_similarity(filepath1, filepath2):

from PIL import Image

import math

import operator

image1 = Image.open(filepath1)

image2 = Image.open(filepath2)

#    image1 = get_thumbnail(img1)

#    image2 = get_thumbnail(img2)

h1 = image1.histogram()

h2 = image2.histogram()

rms = math.sqrt(reduce(operator.add,  list(map(lambda a,b: (a-b)**2, h1, h2)))/len(h1) )

return rms

直方图方法二：

fromPILimportImage
defclassfiy_histogram(image1,image2,size=(256,256)):     image1=image1.resize(size).convert("RGB")   g=image1.histogram()     
image2=image2.resize(size).convert("RGB")   s=image2.histogram()     
assertlen(g)==len(s),"error"     
data=[]    forindexinrange(0,len(g)):        ifg[index]!=s[index]:            
data.append(1-abs(g[index]-s[index])/max(g[index],s[index]))       else:            
data.append(1)    returnsum(data)/len(g)

直方图方法三：

fromPILimportImage  
defcalculate(image1,image2):    
g=image1.histogram()   s=image2.histogram()   assertlen(g)==len(s),"error"    data=[]     forindexinrange(0,len(g)):        ifg[index]!=s[index]:            
data.append(1-abs(g[index]-s[index])/max(g[index],s[index]))        else:            
data.append(1)     returnsum(data)/len(g) defsplit_imgae(image,part_size):    
pw,ph=part_size    
w,h=image.size    sub_image_list=[]    assertw%pw==h%ph==0,"error"     foriinrange(0,w,pw):        forjinrange(0,h,ph):            
sub_image=image.crop((i,j,i+pw,j+ph)).copy()            
sub_image_list.append(sub_image)     
returnsub_image_list defclassfiy_histogram_with_split(image1,image2,size=(256,256),part_size=(64,64)):     
image1=image1.resize(size).convert("RGB")    sub_image1=split_imgae(image1,part_size)     
image2=image2.resize(size).convert("RGB")    
sub_image2=split_imgae(image2,part_size)    sub_data=0;    
forim1,im2inzip(sub_image1,sub_image2):       sub_data+=calculate(im1,im2)     
x=size[0]/part_size[0]    y=size[1]/part_size[1]     
pre=round((sub_data/(x*y)),3)   return  pre __all__=[classfiy_histogram_with_split]

更多的方法可见：https://github.com/monkeytest15/Learn-to-identify-similar-images。这个也是前几天找到的，感谢作者