🔎 Как сравнивать изображения в Python: простой метод для начинающих

Как сравнивать изображения в Python

Сравнение изображений в Python можно выполнить с использованием библиотеки OpenCV. Вот пример кода для сравнения двух изображений:

import cv2

# Загрузка изображений
image1 = cv2.imread('image1.jpg')
image2 = cv2.imread('image2.jpg')

# Проверка размеров изображений
if image1.shape == image2.shape:
    # Разница между изображениями
    difference = cv2.subtract(image1, image2)
    b, g, r = cv2.split(difference)

    # Суммирование разницы по каждому каналу
    total_diff = cv2.countNonZero(b) + cv2.countNonZero(g) + cv2.countNonZero(r)

    if total_diff == 0:
        print("Изображения идентичны")
    else:
        print("Изображения различаются")
else:
    print("Изображения имеют разные размеры")

В этом примере мы сравниваем два изображения, используя функции OpenCV. Сначала мы загружаем изображения в переменные image1 и image2. Затем мы проверяем, имеют ли изображения одинаковые размеры. Если они имеют одинаковые размеры, мы вычисляем разницу между ними и суммируем эту разницу по каждому каналу. Если суммарная разница равна нулю, это означает, что изображения идентичны. В противном случае, изображения различаются.

Как сравнивать изображения в Python

Сравнение изображений является важным аспектом во многих приложениях компьютерного зрения. Оно может использоваться для определения сходства между изображениями, распознавания объектов и обнаружения изменений. В Python существует несколько библиотек, которые облегчают эту задачу и предоставляют мощные инструменты для сравнения изображений. Давайте рассмотрим некоторые из них.

1. Библиотека OpenCV

OpenCV (Открытое программное обеспечение компьютерного зрения) является одной из самых популярных библиотек для обработки и анализа изображений в Python. Она предоставляет множество функций для извлечения, преобразования и сравнения изображений. Для сравнения изображений в OpenCV можно использовать функцию cv2.matchTemplate().

import cv2

def compare_images(image1, image2):
    img1 = cv2.imread(image1, 0)
    img2 = cv2.imread(image2, 0)
    
    result = cv2.matchTemplate(img1, img2, cv2.TM_CCOEFF_NORMED)
    similarity = cv2.minMaxLoc(result)[1]
    
    return similarity

similarity_score = compare_images("image1.jpg", "image2.jpg")
print(f"Сходство изображений: {similarity_score}")

В приведенном выше примере мы сравниваем два изображения (image1.jpg и image2.jpg) с помощью функции cv2.matchTemplate(). Функция возвращает карту сходства, на основе которой мы определяем степень сходства изображений.

2. Библиотека Pillow

Pillow - это форк библиотеки PIL (Python Imaging Library), предоставляющий удобные инструменты для работы с изображениями в Python. Внутри Pillow также используется библиотека OpenCV для сравнения изображений. Для сравнения изображений в Pillow можно использовать метод image1.histogram(), который возвращает гистограмму изображения.

from PIL import Image

def compare_images(image1, image2):
    img1 = Image.open(image1)
    img2 = Image.open(image2)
    
    histogram1 = img1.histogram()
    histogram2 = img2.histogram()
    
    rms = sum(1 - (x / 256) ** 2 for x in range(256))
    similarity = sum((x * (y / sum(histogram1))) for x, y in zip(histogram1, histogram2)) / rms
    
    return similarity

similarity_score = compare_images("image1.jpg", "image2.jpg")
print(f"Сходство изображений: {similarity_score}")

В приведенном выше примере мы используем метод image.histogram() для получения гистограммы изображения. Затем мы сравниваем гистограммы двух изображений и получаем степень их сходства.

3. Библиотека scikit-image

Scikit-image - это библиотека для обработки изображений, основанная на библиотеке NumPy. Она предоставляет множество функций для работы с изображениями, включая сравнение изображений. Для сравнения изображений в scikit-image можно использовать функцию structural_similarity() из модуля skimage.measure.

from skimage import io, measure

def compare_images(image1, image2):
    img1 = io.imread(image1)
    img2 = io.imread(image2)
    
    similarity = measure.compare_ssim(img1, img2)
    
    return similarity

similarity_score = compare_images("image1.jpg", "image2.jpg")
print(f"Сходство изображений: {similarity_score}")

В приведенном выше примере мы используем функцию structural_similarity() из модуля skimage.measure для сравнения изображений. Функция возвращает коэффициент структурного сходства между двумя изображениями.

Заключение

Сравнение изображений в Python - это важная задача в области компьютерного зрения. В этой статье мы рассмотрели несколько библиотек, которые предоставляют инструменты для сравнения изображений. Библиотека OpenCV, Pillow и scikit-image предлагают различные подходы и функции для достижения этой цели. Выбор библиотеки зависит от ваших конкретных потребностей и предпочтений.

Надеюсь, что эта статья помогла вам понять, как сравнивать изображения в Python. Удачи в вашей работе с компьютерным зрением!