Алгоритм поиска похожих изображений

pHash могут вас заинтересовать.

перцептивный хэш n. отпечаток пальца аудио, видео или файла изображения, который математически основан на звуковом или визуальном содержимом, содержащемся внутри. В отличие от криптографических хэш-функций, которые полагаются на лавинообразный эффект небольших изменений во входных данных, приводящих к резким изменениям в выходных данных, перцептивные хэши "близки" друг к другу, если входные данные визуально или аудиально похожи.

Я использовал просеять для повторного обнаружения одного и того же объекта на разных изображениях. Это действительно мощный, но довольно сложный, и может быть перебор. Если изображения должны быть довольно похожи, некоторые простые параметры, основанные на разнице между двумя изображениями, могут рассказать вам совсем немного. Некоторые указатели:

• Нормализуйте изображения, т. е. сделайте среднюю яркость обоих изображений одинаковой, вычисляя среднюю яркость обоих и масштабируя самую яркую вниз согласно рациону (чтобы избежать обрезки на самом высоком уровне)) особенно, если вы больше заинтересованы в форме, чем в цвете.
• сумма разности цветов по нормализованному изображению на канал.
• найти края в изображениях и измерить расстояние между пикселями края в обоих изображениях. (для формы)
• разделите изображения в наборе дискретных областей и сравните средний цвет каждой области.
• порог изображения на одном(или наборе) уровне (уровнях) и подсчитайте количество пикселей, в которых результирующие черно-белые изображения отличаются.

Это сложная проблема! Это зависит от того, насколько точно вам нужно быть, и это зависит от того, с какими изображениями вы работаете. Вы можете использовать гистограммы для сравнения цветов, но, очевидно, не учитывает пространственное распределение этих цветов в изображениях (т. е. формы). Обнаружение краев, за которым следует некоторая сегментация (т. е. выбор форм), может обеспечить шаблон для сопоставления с другим изображением. Вы можете использовать матрицы coocurence для сравнения текстуры, рассматривая изображения как матрицы значений пикселей и сравнивая эти матрицы. Есть несколько хороших книг о сопоставлении изображений и машинном зрении - поиск на Amazon найдет их.

надеюсь, что это помогает!

вы могли бы использовать Разница В Восприятии Изображения

это утилита командной строки, которая сравнивает два изображения с помощью перцептивного показателя. То есть, он использует вычислительную модель зрительной системы человека, чтобы определить, являются ли два изображения визуально разными, поэтому незначительные изменения пикселей игнорируются. Кроме того, он значительно уменьшает количество ложных срабатываний, вызванных различиями в генерации случайных чисел, различиях в архитектуре ОС или машины.

некоторые программные решения для распознавания изображений на самом деле не являются чисто алгоритмическими, но используют нейронные сети концепция вместо этого. Проверьтеhttp://en.wikipedia.org/wiki/Artificial_neural_network а именно NeuronDotNet, который также включает в себя интересные образцы:http://neurondotnet.freehostia.com/index.html

есть связанные исследования с использованием нейронных сетей Кохонена / самоорганизующихся карт

как более академические системы (Google для PicSOM), так и менее академические
( http://www.generation5.org/content/2004/aiSomPic.asp , (возможно, не подходит для всех рабочих сред)) презентации существуют.

вычисление суммы квадратов различий значений цвета пикселей резко уменьшенной версии (например: 6x6 пикселей) работает хорошо. Одинаковые изображения дают 0, похожие изображения дают небольшие числа,разные изображения дают большие.

идея других парней выше, чтобы ворваться в YUV сначала звучит интригующе - в то время как моя идея отлично работает, я хочу, чтобы мои изображения были рассчитаны как "разные", так что это дает правильный результат - даже с точки зрения дальтоник наблюдатель.

Моя лаборатория также должна была решить эту проблему, и мы использовали Tensorflow. Вот это приложение реализация для визуализации схожих изображений.

для учебника по векторизации изображений для вычисления подобия, проверьте на этой странице. Вот Python (опять же, см. сообщение для полного рабочего процесса):

from __future__ import absolute_import, division, print_function

"""

This is a modification of the classify_images.py
script in Tensorflow. The original script produces
string labels for input images (e.g. you input a picture
of a cat and the script returns the string "cat"); this
modification reads in a directory of images and 
generates a vector representation of the image using
the penultimate layer of neural network weights.

Usage: python classify_images.py "../image_dir/*.jpg"

"""

# Copyright 2015 The TensorFlow Authors. All Rights Reserved.
#
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
#
#     http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.
# ==============================================================================

"""Simple image classification with Inception.

Run image classification with Inception trained on ImageNet 2012 Challenge data
set.

This program creates a graph from a saved GraphDef protocol buffer,
and runs inference on an input JPEG image. It outputs human readable
strings of the top 5 predictions along with their probabilities.

Change the --image_file argument to any jpg image to compute a
classification of that image.

Please see the tutorial and website for a detailed description of how
to use this script to perform image recognition.

https://tensorflow.org/tutorials/image_recognition/
"""

import os.path
import re
import sys
import tarfile
import glob
import json
import psutil
from collections import defaultdict
import numpy as np
from six.moves import urllib
import tensorflow as tf

FLAGS = tf.app.flags.FLAGS

# classify_image_graph_def.pb:
#   Binary representation of the GraphDef protocol buffer.
# imagenet_synset_to_human_label_map.txt:
#   Map from synset ID to a human readable string.
# imagenet_2012_challenge_label_map_proto.pbtxt:
#   Text representation of a protocol buffer mapping a label to synset ID.
tf.app.flags.DEFINE_string(
    'model_dir', '/tmp/imagenet',
    """Path to classify_image_graph_def.pb, """
    """imagenet_synset_to_human_label_map.txt, and """
    """imagenet_2012_challenge_label_map_proto.pbtxt.""")
tf.app.flags.DEFINE_string('image_file', '',
                           """Absolute path to image file.""")
tf.app.flags.DEFINE_integer('num_top_predictions', 5,
                            """Display this many predictions.""")

# pylint: disable=line-too-long
DATA_URL = 'http://download.tensorflow.org/models/image/imagenet/inception-2015-12-05.tgz'
# pylint: enable=line-too-long


class NodeLookup(object):
  """Converts integer node ID's to human readable labels."""

  def __init__(self,
               label_lookup_path=None,
               uid_lookup_path=None):
    if not label_lookup_path:
      label_lookup_path = os.path.join(
          FLAGS.model_dir, 'imagenet_2012_challenge_label_map_proto.pbtxt')
    if not uid_lookup_path:
      uid_lookup_path = os.path.join(
          FLAGS.model_dir, 'imagenet_synset_to_human_label_map.txt')
    self.node_lookup = self.load(label_lookup_path, uid_lookup_path)

  def load(self, label_lookup_path, uid_lookup_path):
    """Loads a human readable English name for each softmax node.

    Args:
      label_lookup_path: string UID to integer node ID.
      uid_lookup_path: string UID to human-readable string.

    Returns:
      dict from integer node ID to human-readable string.
    """
    if not tf.gfile.Exists(uid_lookup_path):
      tf.logging.fatal('File does not exist %s', uid_lookup_path)
    if not tf.gfile.Exists(label_lookup_path):
      tf.logging.fatal('File does not exist %s', label_lookup_path)

    # Loads mapping from string UID to human-readable string
    proto_as_ascii_lines = tf.gfile.GFile(uid_lookup_path).readlines()
    uid_to_human = {}
    p = re.compile(r'[n\d]*[ \S,]*')
    for line in proto_as_ascii_lines:
      parsed_items = p.findall(line)
      uid = parsed_items[0]
      human_string = parsed_items[2]
      uid_to_human[uid] = human_string

    # Loads mapping from string UID to integer node ID.
    node_id_to_uid = {}
    proto_as_ascii = tf.gfile.GFile(label_lookup_path).readlines()
    for line in proto_as_ascii:
      if line.startswith('  target_class:'):
        target_class = int(line.split(': ')[1])
      if line.startswith('  target_class_string:'):
        target_class_string = line.split(': ')[1]
        node_id_to_uid[target_class] = target_class_string[1:-2]

    # Loads the final mapping of integer node ID to human-readable string
    node_id_to_name = {}
    for key, val in node_id_to_uid.items():
      if val not in uid_to_human:
        tf.logging.fatal('Failed to locate: %s', val)
      name = uid_to_human[val]
      node_id_to_name[key] = name

    return node_id_to_name

  def id_to_string(self, node_id):
    if node_id not in self.node_lookup:
      return ''
    return self.node_lookup[node_id]


def create_graph():
  """Creates a graph from saved GraphDef file and returns a saver."""
  # Creates graph from saved graph_def.pb.
  with tf.gfile.FastGFile(os.path.join(
      FLAGS.model_dir, 'classify_image_graph_def.pb'), 'rb') as f:
    graph_def = tf.GraphDef()
    graph_def.ParseFromString(f.read())
    _ = tf.import_graph_def(graph_def, name='')


def run_inference_on_images(image_list, output_dir):
  """Runs inference on an image list.

  Args:
    image_list: a list of images.
    output_dir: the directory in which image vectors will be saved

  Returns:
    image_to_labels: a dictionary with image file keys and predicted
      text label values
  """
  image_to_labels = defaultdict(list)

  create_graph()

  with tf.Session() as sess:
    # Some useful tensors:
    # 'softmax:0': A tensor containing the normalized prediction across
    #   1000 labels.
    # 'pool_3:0': A tensor containing the next-to-last layer containing 2048
    #   float description of the image.
    # 'DecodeJpeg/contents:0': A tensor containing a string providing JPEG
    #   encoding of the image.
    # Runs the softmax tensor by feeding the image_data as input to the graph.
    softmax_tensor = sess.graph.get_tensor_by_name('softmax:0')

    for image_index, image in enumerate(image_list):
      try:
        print("parsing", image_index, image, "\n")
        if not tf.gfile.Exists(image):
          tf.logging.fatal('File does not exist %s', image)

        with tf.gfile.FastGFile(image, 'rb') as f:
          image_data =  f.read()

          predictions = sess.run(softmax_tensor,
                          {'DecodeJpeg/contents:0': image_data})

          predictions = np.squeeze(predictions)

          ###
          # Get penultimate layer weights
          ###

          feature_tensor = sess.graph.get_tensor_by_name('pool_3:0')
          feature_set = sess.run(feature_tensor,
                          {'DecodeJpeg/contents:0': image_data})
          feature_vector = np.squeeze(feature_set)        
          outfile_name = os.path.basename(image) + ".npz"
          out_path = os.path.join(output_dir, outfile_name)
          np.savetxt(out_path, feature_vector, delimiter=',')

          # Creates node ID --> English string lookup.
          node_lookup = NodeLookup()

          top_k = predictions.argsort()[-FLAGS.num_top_predictions:][::-1]
          for node_id in top_k:
            human_string = node_lookup.id_to_string(node_id)
            score = predictions[node_id]
            print("results for", image)
            print('%s (score = %.5f)' % (human_string, score))
            print("\n")

            image_to_labels[image].append(
              {
                "labels": human_string,
                "score": str(score)
              }
            )

        # close the open file handlers
        proc = psutil.Process()
        open_files = proc.open_files()

        for open_file in open_files:
          file_handler = getattr(open_file, "fd")
          os.close(file_handler)
      except:
        print('could not process image index',image_index,'image', image)

  return image_to_labels


def maybe_download_and_extract():
  """Download and extract model tar file."""
  dest_directory = FLAGS.model_dir
  if not os.path.exists(dest_directory):
    os.makedirs(dest_directory)
  filename = DATA_URL.split('/')[-1]
  filepath = os.path.join(dest_directory, filename)
  if not os.path.exists(filepath):
    def _progress(count, block_size, total_size):
      sys.stdout.write('\r>> Downloading %s %.1f%%' % (
          filename, float(count * block_size) / float(total_size) * 100.0))
      sys.stdout.flush()
    filepath, _ = urllib.request.urlretrieve(DATA_URL, filepath, _progress)
    print()
    statinfo = os.stat(filepath)
    print('Succesfully downloaded', filename, statinfo.st_size, 'bytes.')
  tarfile.open(filepath, 'r:gz').extractall(dest_directory)


def main(_):
  maybe_download_and_extract()
  if len(sys.argv) < 2:
    print("please provide a glob path to one or more images, e.g.")
    print("python classify_image_modified.py '../cats/*.jpg'")
    sys.exit()

  else:
    output_dir = "image_vectors"
    if not os.path.exists(output_dir):
      os.makedirs(output_dir)

    images = glob.glob(sys.argv[1])
    image_to_labels = run_inference_on_images(images, output_dir)

    with open("image_to_labels.json", "w") as img_to_labels_out:
      json.dump(image_to_labels, img_to_labels_out)

    print("all done")
if __name__ == '__main__':
  tf.app.run()

Это звучит как проблема со зрением. Возможно, вы захотите изучить адаптивное повышение, а также алгоритм извлечения линии ожога. Концепции в этих двух должны помочь в подходе к этой проблеме. Обнаружение краев-это еще более простое место для начала, если вы новичок в алгоритмах видения, поскольку это объясняет основы.

Что касается параметров для категоризации:

• цветовая палитра и расположение (расчет градиента, гистограмма цвета)
• Содержащиеся Формы (Ада. Повышение / обучение для обнаружения форм)

в зависимости от того, сколько точных результатов вам нужно, вы можете просто разбить изображения в N x N пикселей блоков и анализировать их. Если вы получаете разные результаты в первом блоке, вы не можете остановить обработку, что приводит к некоторым улучшениям производительности.

для анализа площадей вы можете, например, получить сумму значений цвета.

вы можете выполнить какую-то блочную оценку движения между двумя изображениями и измерить общую сумму остатков и стоимости вектора движения (так же, как это было бы в видеокодере). Это компенсировало бы движение; для бонусных очков выполните оценку движения аффинного преобразования (компенсирует масштабирование и растяжение и т. д.). Вы также можете сделать перекрывающиеся блоки или оптический поток.

в качестве первого прохода вы можете попробовать использовать цветные гистограммы. Однако вам действительно нужно сузить свою проблемную область. Сопоставление общих изображений-очень сложная проблема.

Я нашел эту статью очень полезной, объясняя, как это работает:

http://www.hackerfactor.com/blog/index.php?/archives/432-Looks-Like-It.html

извиняюсь за то, что поздно присоединился к дискуссии.

мы даже можем использовать методику ORB для обнаружения похожих точек объектов между двумя изображениями. Следующая ссылка дает прямую реализацию ORB в python

http://scikit-image.org/docs/dev/auto_examples/plot_orb.html

даже openCV имеет прямую реализацию ORB. Если вы больше информации, следуйте приведенной исследовательской статье под.

https://www.researchgate.net/publication/292157133_Image_Matching_Using_SIFT_SURF_BRIEF_and_ORB_Performance_Comparison_for_Distorted_Images

есть некоторые хорошие ответы в другом потоке на это, но мне интересно, если что-то с участием спектрального анализа будет работать? То есть, разбейте изображение до его фазовой и амплитудной информации и сравните их. Это может помочь избежать некоторых проблем с обрезкой, трансформацией и различиями в интенсивности. Во всяком случае, это только мое предположение, так как это кажется интересной проблемой. Если вы искали http://scholar.google.com я уверен, что вы могли бы придумать несколько документы по этому поводу.