python – 在这种情况下进行直方图比较是否安全？

由于我不知道直方图比较的限制,我决定问这个精彩的社区.
我有一些图像,我想根据它的相似性对它们进行分组.每个图像都有一个独特的彩色线条,从图像的顶部到底部开始,所以我所做的是通过这些彩色线条进行垂直投影并制作一个这个投影的每个图像的直方图.它很好,因为两个相似的图像应该有两个相似的直方图(即上下几乎完全相同的圆)与人类我可以决定两个直方图根据该独特的功能相似甚至如果一个直方图没有高峰值(即,这是一个微弱图像的直方图)

我将这两个图像转换为灰度图像,然后我对图像进行了垂直投影,将其转换为直方图.您可能会注意到前两个直方图是相似的,但第三个直方图有点不同,因为它有一个切换的彩色线条.

注意：-
(1)考虑前两个直方图.尽管最高的喙几乎是12,但并不总是如此,有些图像更暗或更暗,但最后它确实给出了相同的直方图形态,如果我可以说您可以注意到最后一个直方图是第二个直方图的较暗图像.

我的问题是：进行任何类型的直方图比较是否安全？直方图比较是否意味着我可以决定两个直方图是否具有相同的峰值？或者在其他单词中,直方图比较告诉我两个直方图是否具有相同的形态？在python中进行这种比较的最佳库或方法是什么？

更新： –
(1)作为回复@PepperoniPizza和@FedericoCristina,在我的情况下,完全不同的图像肯定会有不同的直方图(你可以依赖它)每个图像都有一个独特的直方图形态(即独特的峰值),峰值的数量不同于一个图像到另一个,但两个相似的图像应该有相同数量的峰值(换句话说>如果你看他们的直方图,你可以告诉他们有点看起来相同(看第1,第2和最后一个直方图,看看我的意思) .
(2)为了清楚这一点,我真的不想要一个如何分组我的图像的解决方案,但我付出了很多意图,我可以决定两个直方图的形状或形态与一般情况类似！！
(3)我知道cv2.CompareHist(),但我不知道它是否是一个比较我的直方图的正确方法,因为我不知道cv2.CompareHist()如何工作(即我不知道在什么基础上他们做比较)实际上cv2.CompareHist()有4种类型的直方图比较,我不知道什么是最好的,甚至是什么是进行这种比较的替代方法.
(4)作为回复@revi,这里有一点： – 我已经有3个库,它们支持直方图比较,至少对我来说有点模糊 – 要知道它们的直方图比较是什么意思h1-h2然后计算(MSE)所以它所做的只是比较值而不是这些值在直方图中形成的形状.因为我不太擅长直方图及其数学工作,我想知道我是否真的可以比较直方图这样的方式.

谢谢

最佳答案

Is it safe to do any kind of histogram comparison?

不,这还不够.您可以使用直方图比较来丢弃不太相似的比较,但正如@PepperoniPizza所说,两个完全不同的图像可以具有完全相同的直方图.

如果需要根据相似性对图像进行分组,则需要实现2D Mean Squared Error(MSE)(或Mean Absolute Error(MAE))算法,该算法只是两个图像之间差异的度量,其中0表示它们相等.

What is the best library or method to do this kind of comparison in
python?

实现这些函数非常容易(包括两个FOR语句计算两个像素之间的误差或差异,一个来自图像A,另一个来自图像B).您可以使用Python OpenCV甚至Pyhon Imaging Library.

python – 在这种情况下进行直方图比较是否安全？

猜你在找的Python相关文章