关于算法：如何测量两个图像之间的相似度？

How can I measure the similarity between two images?

我想比较一个应用程序(可能是一个网页)的屏幕截图与之前拍摄的屏幕截图，以确定应用程序是否正确显示自己。我不想进行完全匹配比较，因为方面可能略有不同(在Web应用程序的情况下，取决于浏览器，某些元素可能位于稍微不同的位置)。它应该衡量屏幕截图的相似程度。

是否有图书馆/工具已经做到了？你会如何实现它？

这完全取决于您希望算法的智能程度。

例如，以下是一些问题：

裁剪图像与未裁剪图像
添加了文本的图像与没有添加的文本
镜像图像

我见过的最简单，最简单的算法就是对每个图像执行以下步骤：

缩放到小的东西，如64x64或32x32，忽略宽高比，使用组合缩放算法而不是最近的像素

缩放颜色范围，使最暗的颜色为黑色，最亮的颜色为白色

旋转并翻转图像，使最左边的颜色位于左上方，然后右上角是下一个较暗，左下角则是较暗(当然尽可能)

编辑组合缩放算法是指将10个像素缩小到1时将使用一个函数来实现它，该函数采用所有这10个像素的颜色并将它们合并为一个。可以使用平均，平均值或更复杂的算法(如双三次样条)等算法来完成。

然后计算两个图像之间的逐个像素的平均距离。

要在数据库中查找可能的匹配项，请将像素颜色存储为数据库中的单个列，索引其中一组(但不是全部，除非您使用非常小的图像)，并执行使用每个列的范围的查询像素值，即。每个图像，其中小图像中的像素位于要查找的图像的-5到+5之间。

这很容易实现，并且运行起来相当快，但当然不会处理大多数高级差异。为此，您需要更高级的算法。

测量这种情况的"经典"方法是将图像分解为一些规范数量的部分(例如10x10网格)，然后计算每个单元格内RGB值的直方图并比较相应的直方图。这种类型的算法是优选的，因为它的简单性和它对缩放和(小！)转换的不变性。

使用标准化颜色直方图。 (阅读这里的应用程序部分)，它们通常用于图像检索/匹配系统，是一种非常可靠，相对快速且易于实现的匹配图像的标准方法。

基本上，颜色直方图将捕获图像的颜色分布。然后可以将其与另一图像进行比较以查看颜色分布是否匹配。

这种类型的匹配非常适合缩放(一旦直方图被标准化)，以及旋转/移位/移动等。

避免逐像素比较，就好像图像稍微旋转/移动一样，可能会导致报告的差异很大。

直方图可以直接生成自己(假设您可以访问像素值)，但如果您不喜欢它，OpenCV库是执行此类内容的绝佳资源。这是一个powerpoint演示文稿，向您展示如何使用OpenCV创建直方图。

像MPEG这样的视频编码算法不会计算视频每帧之间的差异，因此它们只能对delta进行编码吗？您可以研究视频编码算法如何计算这些帧差异。

看看这个开源图像搜索应用程序http://www.semanticmetadata.net/lire/。它描述了几种图像相似度算法，其中三种来自MPEG-7标准：ScalableColor，ColorLayout，EdgeHistogram和Auto Color Correlogram。

您可以使用O(n^2)的纯数学方法，但只有在您确定没有偏移或类似的情况下它才有用。 (虽然如果你有一些具有均匀着色的物体，它仍然可以很好地工作。)

无论如何，这个想法是计算两个矩阵的归一化点积。
C = sum(Pij*Qij)^2/(sum(Pij^2)*sum(Qij^2))。

这个公式实际上是矩阵之间角度的"余弦"(wierd)。
相似性越大(假设Pij=Qij)，C将为1，如果它们完全不同，则为每个i,j Qij = 1(避免零分割)，Pij = 255，然后对于大小nxn， n越大，我们就越接近于零。 (通过粗略计算：C=1/n^2)。

你需要模式识别。为了确定两个图像之间的微小差异，Hopfield网络工作得相当好，并且很容易实现。不过，我不知道任何可用的实现。

这里可以找到红宝石溶液

从自述文件：

Phashion是一个围绕pHash库的Ruby包装器，"感知哈希"，它可以检测重复和接近重复的多媒体文件

如何测量两个图像之间的相似性完全取决于您想要测量的内容，例如：对比度，亮度，模态，噪声......然后选择最适合您的相似度量。您可以选择MAD(平均绝对差值)，MSD(均方差)，它们有助于测量亮度......还有可用的CR(相关系数)，它可以很好地表示两个图像之间的相关性。您还可以选择基于直方图的相似性度量，如SDH(差异图像直方图的标准偏差)或多模态相似性度量，如MI(互信息)或NMI(归一化互信息)。

由于这种相似性测量的成本很高，因此建议在对其应用这些测量之前缩小图像。

如果可以通过从另一个图像中减去一个图像，然后将生成的图像压缩为gpe的jpe，并将文件大小作为文件大小，我想知道(我真的只是把想法扔到那里被击落)相似性的度量。

如果你有两个相同的图像，你会得到一个白色的盒子，它会很好地压缩。图像越不同，表示的复杂程度越高，因此可压缩性越低。

可能不是一个理想的测试，可能比必要的慢得多，但它可能会作为一个快速和肮脏的实现。

您可以查看开源工具的代码 findimagedupes ，虽然它似乎是用perl编写的，所以我不能说解析会有多容易

阅读我喜欢的findimagedupes页面，我看到有一个相同算法的C ++实现。据推测，这将更容易理解。

看来你也可以使用 gqview 。

有基于内容的图像检索软件，可以(部分地)完成您的需要。所有参考和解释都与项目网站相关联，还有一本简短的教科书(Kindle)：LIRE

好吧，不要直接回答你的问题，但我已经看到了这种情况。微软最近推出了一款名为PhotoSynth的工具，它可以做很多相似的事情，以确定大量图片中的重叠区域(可能具有不同的宽高比)。

我想知道他们的博客上是否有任何可用的库或代码片段。

为了扩展Vaibhav的说明，hugin是一个开源的"自动调节器"，应该对这个问题有一些了解。

如果这是你偶尔会做的事情并且不需要自动化，你可以在支持图层的图像编辑器中完成，例如Photoshop或Paint Shop Pro(可能也是GIMP或Paint.Net，但我'我不确定那些)。打开两个屏幕截图，并将一个作为一个层放在另一个上面。将图层混合模式更改为差异，两者之间相同的所有内容将变为黑色。您可以移动顶层以最小化任何对齐差异。

Beyond Compare对图像进行逐像素比较，例如，

enter image description here