❶ 圖片相似度比較如何實現，有編程基礎。
進口媒體
：DEF red_average（圖）：
'''返回一個整數，表示平均紅色的圖片。
'''
總= 0 像素PIC：
總額=總media.get_red（像素），
red_average = /（總media.get_width（ PIC）* media.get_height（PIC））
返回red_average
：DEF green_average（圖）：
'''返回一個整數，表示平均綠色圖片
'''
總= 0
像素PIC：
總額=總media.get_green（像素），
green_average = /（總media. （PIC）get_width * media.get_height（PIC））
返回green_average
：DEF blue_average（圖）：
'''返回一個整數，表示平均藍色的畫面
'''
總= 0像素PIC：
總額=總media.get_blue（像素）
blue_average = /（ （PIC）media.get_width * media.get_height（圖））
返回blue_average
：DEF scale_red（PIC值）：
'''返回圖片的平均的紅色是已設置的值。
'''
平均= red_average（PIC）
系數=持股量（值）/平均
像素的頭像：
255 new_red =分鍾（INT（因素* media.get_red（像素）））
media.set_red（像素，new_red）
返回PIC
：DEF scale_green（PIC值）：
'''傳回的圖片，綠色的平均價值已設置。
'''
平均= green_average（PIC）
系數=持股量（值）/平均
像素的頭像：
255 new_green =分鍾（INT（因素* media.get_green（像素）））
media.set_green（像素，new_green）
返回圖片
：DEF scale_blue（PIC值）：
'''返回平均的藍值已設置的圖片。
'''
平均= blue_average（PIC）
系數=持股量（值）/平均：
new_blue =分鍾（255，INT（系數* media.get_blue（像素）））
media.set_blue（像素，new_blue）
返回PIC
：DEF expand_height（PIC，因子）：
'''返回newpicture已經設置的因素，已被垂直拉伸。
'''
new_width = pic.get_width（）
new_height = pic.get_height（）*因子，
newpic = media.create_pic（new_width，new_height，media.black） BR />為像素在PIC：
= media.get_x（像素）
Y = media.get_y（像素）
newpixel = media.get_pixel（newpic，X，Y *因子）
newpixel在newpic：
new_red = media.get_red（像素）
new_green = media.get_green（像素），
new_blue = media.get_blue（像素）
媒體。set_red（newpixel，new_red）
media.set_green（newpixel，new_green）
media.set_blue（newpixel，new_blue）
返回newpic
：DEF expand_width（PIC因子）：
'''水平已經捉襟見肘的因素已設置返回newpicture的。 '''
new_width = pic.get_width（）*因子
new_height =頭像。 get_height（）
newpic = media.create_pic（new_width，new_height media.black）
newpixel中newpic的：
所述= media.get_x（newpixel）
為y =媒體。 get_y（newpixel）
像素= media.get_pixel（PIC，X /因素，Y），
new_red = media.get_red（像素），
new_green = media.get_green（像素）
new_blue = media.get_blue（像素）
media.set_red（newpixel，new_red）
media.set_green（newpixel，new_green）
media.set_blue（newpixel，new_blue）
返回newpic
：DEF rece_height（PIC，因子）：
'''返回一個新的PIC已垂直壓縮因子已設置'''
＃創建一個新的，全黑的圖片與相應的新高度和
＃舊的寬度（所有顏色分量均為零）。
new_width = pic.get_width new_height =（pic.get_height（） - 1）/因子+ 1，
newpic = media.create_pic（new_width，new_height media.black）
＃遍歷原（大）圖像中的所有像素，並復制
＃每個像素的顏色成分的部分成正確
＃在較小的圖像的像素位置。
像素在PIC：
＃尋找新的PIC中的相應像素。
= media.get_x中國（像素）
Y = media.get_y（像素）
newpixel = media.get_pixel（newpic，X，Y /因子）
＃添加適當的分數
＃新的PIC的組件中的相應像素，這個像素的顏色分量。 ，
new_red = newpixel.get_red（）+像素。 get_red（）/因素
new_green = newpixel.get_green（）（）+ pixel.get_green /因素
new_blue = newpixel.get_blue（）（）+ pixel.get_blue，/ fctor
媒體。 set_red（newpixel，new_red）media.set_green（newpixel，new_green）
media.set_blue（newpixel，new_blue）
返回newpic
：DEF rece_width（PIC，因子）：
'''返回已newpic水平壓縮的因素已設置。 '''
new_width =（media.get_width（） - 1）/因子+ 1
new_height = media.get_height（），
newpic = media.create_pic（new_width，new_height media.black）像素PIC：
所述=（像素media.get_x）
Y = media.get_y（像素）
new_pixel = media.get_pixel（newpic X /因子，Y）
new_red = newpixel.get_red（）（）+ pixel.get_red /因素
new_green = newpixel.get_green（）（）+ pixel.get /因素
new_blue = （newpixel.get_blue）+ pixel.get（）/因素
media.set_red（newpixel，new_red）
media.set_green（newpixel，new_green）
media.set_blue（newpixel，new_blue） BR />返回newpic
高清的距離（pixel1，pixel2）：：
紅1 = media.get_red（pixel1）
綠色1 = media.get_green（pixel1）
BLUE1 = media.get_blue（pixel1）
red2的media.get_red（pixel2）
green2 = media.get_green（pixel2）
blue2 = media.get_blue（pixel2）
總和= ABS （紅1 red2的）+ ABS（綠色1 - green2）+ ABS（BLUE1 - blu2）
返回總和
高清simple_difference（圖片1 PIC2）：
像素圖片1：
= media.get_x中國（像素）
=（像素media.get_y） pixel2 = media.get_pixel（PIC2，X，Y）
總和= media.distance（像素，pixel2）
高清smart_difference（圖片1 PIC2）：
高度1 = media.get_height（圖片1）
身高2 = media.get_height（PIC2）
factorh =浮動（高度1 /身高）
如果factorh> = 1：
高度1 = media.rece_height（圖片1 factorh）
其他：
身高2 =媒體。 rece_height（1 / factorh PIC2）
寬度1 = media.get_width（圖片1）
寬度2 = media.get_width（PIC2）
factorw =浮動（WIDTH1 /寬度2）如果factorw> = 1：
寬度1 = rece_width（圖片1 factorw）
其他：
寬度2 = rece_width（PIC2，1 / factorw的）
紅1 = （圖片1）red_average
綠色1 = green_average（圖片1）
BLUE1 = blue_average（圖片1）
red2的= media.scale_red的（PIC2，紅1）
green2 = media.scale_green（PIC2，綠色1）
blue2 = media.scale_blue（PIC2，BLUE1）
＃如果__name__的=='__main__'：
：＃media.show（newpic）
❷ 如何使用python計算兩張圖片的相似度
圖片在計算機里都是三維數組，你可以轉化為比較這兩個數組的相似度，方法就比較多了
❸ 圖片的相似度的C代碼還有么
你的這種方法有點難啊，建議你採取下面方法：
背景建模，前景提取，把人摳出來；
直接進行行人檢測，如使用HOG特徵！
❹ 使用Python 製作對比圖片相似度的程序
import media
def red_average(pic):
'''Return an integer that represents the average red of the picture.
'''
total=0
for pixel in pic:
total = total + media.get_red(pixel)
red_average = total / (media.get_width(pic)*media.get_height(pic))
return red_average
def green_average(pic):
'''Return an integer that represents the average green of the picture
'''
total = 0
for pixel in pic:
total = total + media.get_green(pixel)
green_average = total / (media.get_width(pic)*media.get_height(pic))
return green_average
def blue_average(pic):
'''Return an integer that represents the average blue of the picture
'''
total = 0
for pixel in pic:
total = total + media.get_blue(pixel)
blue_average = total / (media.get_width(pic)*media.get_height(pic))
return blue_average
def scale_red(pic, value):
'''Return the picture that the average of the red is value which has been set.
'''
averaged = red_average(pic)
factor = float(value) / averaged
for pixel in pic:
new_red = min(255, int(factor * media.get_red(pixel)))
media.set_red(pixel,new_red)
return pic
def scale_green(pic, value):
'''Return the picture that the average of the green is value which has been set.
'''
averaged = green_average(pic)
factor = float(value) / averaged
for pixel in pic:
new_green = min(255, int(factor * media.get_green(pixel)))
media.set_green(pixel,new_green)
return pic
def scale_blue(pic, value):
'''Return the picture that the average of the blue is value which has been set.
'''
averaged = blue_average(pic)
factor = float(value) / averaged
for pixel in pic:
new_blue = min(255, int(factor * media.get_blue(pixel)))
media.set_blue(pixel,new_blue)
return pic
def expand_height(pic, factor):
'''Return a newpicture that has been vertically stretched by the factor which has been set.
'''
new_width = pic.get_width()
new_height = pic.get_height()*factor
newpic = media.create_pic(new_width, new_height, media.black)
for pixel in pic:
x = media.get_x(pixel)
y = media.get_y(pixel)
newpixel = media.get_pixel(newpic, x, y*factor)
for newpixel in newpic:
new_red = media.get_red(pixel)
new_green = media.get_green(pixel)
new_blue = media.get_blue(pixel)
media.set_red(newpixel,new_red)
media.set_green(newpixel,new_green)
media.set_blue(newpixel,new_blue)
return newpic
def expand_width(pic,factor):
'''Return a newpicture that has been horizontally stretched by the factor which has been set.
'''
new_width = pic.get_width() * factor
new_height = pic.get_height()
newpic = media.create_pic(new_width,new_height,media.black)
for newpixel in newpic:
x = media.get_x(newpixel)
y = media.get_y(newpixel)
pixel = media.get_pixel(pic,x / factor, y)
new_red = media.get_red(pixel)
new_green = media.get_green(pixel)
new_blue = media.get_blue(pixel)
media.set_red(newpixel,new_red)
media.set_green(newpixel,new_green)
media.set_blue(newpixel,new_blue)
return newpic
def rece_height(pic, factor):
'''return a new pic that has been compressed vertically by the factor which has been set
'''
# Create a new, all-black pic with the appropriate new height and
# old width; (all colour components are zero).
new_width = pic.get_width
new_height = (pic.get_height() - 1) / factor + 1
newpic = media.create_pic(new_width, new_height, media.black)
# Iterate through all the pixels in the original (large) image, and
# a portion of each pixel's colour components into the correct
# pixel position in the smaller image.
for pixel in pic:
# Find the corresponding pixel in the new pic.
x = media.get_x(pixel)
y = media.get_y(pixel)
newpixel = media.get_pixel(newpic, x, y / factor)
# Add the appropriate fraction of this pixel's colour components
# to the components of the corresponding pixel in the new pic.
new_red = newpixel.get_red()+pixel.get_red()/factor
new_green = newpixel.get_green()+pixel.get_green()/factor
new_blue = newpixel.get_blue()+pixel.get_blue()/fctor
media.set_red(newpixel,new_red)
media.set_green(newpixel,new_green)
media.set_blue(newpixel,new_blue)
return newpic
def rece_width(pic,factor):
'''Return a newpic that has been horizontally compressed by the factor which has been set.
'''
new_width = (media.get_width() - 1) / factor + 1
new_height = media.get_height()
newpic = media.create_pic(new_width, new_height, media.black)
for pixel in pic:
x = media.get_x(pixel)
y = media.get_y(pixel)
new_pixel = media.get_pixel(newpic, x / factor, y)
new_red = newpixel.get_red() + pixel.get_red() / factor
new_green = newpixel.get_green() + pixel.get() / factor
new_blue = newpixel.get_blue() + pixel.get()/factor
media.set_red(newpixel, new_red)
media.set_green(newpixel, new_green)
media.set_blue(newpixel, new_blue)
return newpic
def distance(pixel1, pixel2):
red1 = media.get_red(pixel1)
green1 = media.get_green(pixel1)
blue1 = media.get_blue(pixel1)
red2 = media.get_red(pixel2)
green2 = media.get_green(pixel2)
blue2 = media.get_blue(pixel2)
sum = abs(red1 -red2) + abs(green1 - green2) + abs(blue1 - blu2)
return sum
def simple_difference(pic1, pic2):
for pixel in pic1:
x = media.get_x(pixel)
y = media.get_y(pixel)
pixel2 = media.get_pixel(pic2, x, y)
sum = media.distance(pixel, pixel2)
return sum
def smart_difference(pic1,pic2):
height1 = media.get_height(pic1)
height2 = media.get_height(pic2)
factorh = float(height1 / height2)
if factorh >= 1:
height1 = media.rece_height(pic1, factorh)
else:
height2 = media.rece_height(pic2, 1 / factorh)
width1 = media.get_width(pic1)
width2 = media.get_width(pic2)
factorw = float(width1 / width2)
if factorw >= 1:
width1 = rece_width(pic1, factorw)
else:
width2 = rece_width(pic2, 1 / factorw)
red1 = red_average(pic1)
green1 = green_average(pic1)
blue1 = blue_average(pic1)
red2 = media.scale_red(pic2, red1)
green2 = media.scale_green(pic2, green1)
blue2 = media.scale_blue(pic2, blue1)
#if __name__ == '__main__':
#media.show(newpic)
❺ 按鍵精靈 腳本找多個同樣的圖依次點擊
Hwnd=Plugin.Window.MousePoint()
Arr=Split(Plugin.Window.GetWindowRect(Hwnd),"|")
Do
Call找多圖(Arr(0),Arr(1),Arr(2),Arr(3),"Attachment:1.bmp",1.0)
Loop
Function找多圖(起點X,起點Y,終點X,終點Y,圖片,相似度)
Dimtx,ty,tx1,ty1
找到的坐標=""
tx=起點X:ty=起點Y:tx1=終點X:ty1=終點Y
Do
FindPictx,ty,tx1,ty1,圖片,相似度,intX,intY
IfintX>0andintY>0Then
找到的坐標=找到的坐標&intX&","&intY&"|"
MoveTointX,intY
Delay100
LeftClick1
Delay100
tx=intX+5
ty=intY
Else
ty=ty+5
tx=起點X
IfintX=-1andintY=-1Then
FindPictx,ty,tx1,ty1,圖片,相似度,intX,intY
IfintX>0andintY>0Then
找到的坐標=找到的坐標&intX&","&intY&"|"
MoveTointX,intY
Delay100
LeftClick1
Delay100
tx=intX+5
ty=intY
Else
ExitDo
EndIf
EndIf
Endif
Loop
EndFunction
❻ 如何用Python計算上幾百張圖片之間的相似度
把圖片表示成向量，二維拉成一維
每個維度非零即一，然後比較兩個向量的漢明距離就能反向代表相似度
❼ 使用Python 製作對比圖片相似度的程序怎麼比較
就是給出以下幾個function的def 越多越好：
1、 red_average(Picture) 算出pic眾pixels的平均紅值 。
2、scale_red(Picture, int) 調整圖片紅值 並確保其不超過255 。
3、expand_width(Picture, int) 。
4、rece_width(Picture, int) 放大和縮小寬值 都是乘或者除的 ，distance(Pixel, Pixel) 以紅藍綠值為標准 計算兩個pixel之間的距離(類似於xyz坐標軸中兩點距離)。
5、simple_difference(Picture,Picture) 簡單計算兩張圖片有多相似 不必考慮長寬。
6、smart_difference(Picture,Picture) 這個方程的步驟需為: 判斷圖片大小 。如必要 乘除高度 。 如必要 乘除寬度。 調整圖片顏色使之相同平均紅藍綠值 。
❽ 求 c/c++ 做比較兩張圖片相似度的代碼
循環 for [i , j]
{
讀出圖片A 一點（像素）的 RGB 數值。
計算出灰度 YA[j][i] = 0.3*R + 0.59*G + 0.11*B
讀出圖片B 一點（像素）的 RGB 數值。
計算出灰度 YB[j][i] = 0.3*R + 0.59*G + 0.11*B
計算 一點 的 相似系數,
例如 灰度差除以兩點平均灰度：
fabs(YA[j][i]-YB[j][i]) / ((YA[j][i]+YB[j][i])/2.0) -- 數值越小越相似
}
有了所有點的相似系數，做統計算，例如，把相似系數分20檔，
計算落入各檔的像素點的個數--就是概率啦。
畫 概率分布圖 和 累加 概率分布圖。
當然，你可以設 累加 概率等於 幾的地方 為 相似度 判據。