计算鹿晗、关晓彤的夫妻相指数的最简单方法

2017 年 10 月 8 日 凡人机器学习

大家都知道鹿晗和关晓彤正式走到了一起,也是这两天的大新闻,那么他们究竟是否有夫妻相,能否用相关算法进行计算呢,今天就借着阮一峰老师的一篇博文介绍下这种最基础的图像相似度分析方式(当然,这种算法因为准确率不高已经有点过时,目前主流的方式是通过深度学习的模型实现)。


这种技术的原理是什么?计算机怎么知道两张图片相似呢?

根据Neal Krawetz博士的解释,原理非常简单易懂。我们可以用一个快速算法,就达到基本的效果。这里的关键技术叫做"感知哈希算法"(Perceptual hash algorithm),它的作用是对每张图片生成一个"指纹"(fingerprint)字符串,然后比较不同图片的指纹。结果越接近,就说明图片越相似。

下面是一个最简单的实现:

第一步,缩小尺寸。

将图片缩小到8x8的尺寸,总共64个像素。这一步的作用是去除图片的细节,只保留结构、明暗等基本信息,摒弃不同尺寸、比例带来的图片差异。

 

第二步,简化色彩。

将缩小后的图片,转为64级灰度。也就是说,所有像素点总共只有64种颜色。

第三步,计算平均值。

计算所有64个像素的灰度平均值。

第四步,比较像素的灰度。

将每个像素的灰度,与平均值进行比较。大于或等于平均值,记为1;小于平均值,记为0。

第五步,计算哈希值。

将上一步的比较结果,组合在一起,就构成了一个64位的整数,这就是这张图片的指纹。组合的次序并不重要,只要保证所有图片都采用同样次序就行了。

 =  = 8f373714acfcf4d0

得到指纹以后,就可以对比不同的图片,看看64位中有多少位是不一样的。在理论上,这等同于计算"汉明距离"(Hamming distance)。如果不相同的数据位不超过5,就说明两张图片很相似;如果大于10,就说明这是两张不同的图片。

具体的代码实现,可以参见Wote用python语言写的imgHash.py。代码很短,只有53行。使用的时候,第一个参数是基准图片,第二个参数是用来比较的其他图片所在的目录,返回结果是两张图片之间不相同的数据位数量(汉明距离)。

这种算法的优点是简单快速,不受图片大小缩放的影响,缺点是图片的内容不能变更。如果在图片上加几个文字,它就认不出来了。所以,它的最佳用途是根据缩略图,找出原图。实际应用中,往往采用更强大的pHash算法和SIFT算法,它们能够识别图片的变形。只要变形程度不超过25%,它们就能匹配原图。这些算法虽然更复杂,但是原理与上面的简便算法是一样的,就是先将图片转化成Hash字符串,然后再进行比较。


这篇博文的原地址(点击原文链接也可):http://www.ruanyifeng.com/blog/2011/07/principle_of_similar_image_search.html


登录查看更多
0

相关内容

专知会员服务
159+阅读 · 2020年7月26日
专知会员服务
49+阅读 · 2020年6月14日
Keras作者François Chollet推荐的开源图像搜索引擎项目Sis
专知会员服务
29+阅读 · 2019年10月17日
机器学习计算距离和相似度的方法
极市平台
10+阅读 · 2019年9月20日
从零开始一起学习SLAM | 神奇的单应矩阵
计算机视觉life
9+阅读 · 2018年11月11日
计算文本相似度常用的四种方法
论智
33+阅读 · 2018年5月18日
无监督学习才不是“不要你管”
MOOC
4+阅读 · 2018年4月13日
数据科学家需要了解的5种聚类算法
论智
4+阅读 · 2018年4月7日
python文本相似度计算
北京思腾合力科技有限公司
24+阅读 · 2017年11月6日
基于图片内容的深度学习图片检索(一)
七月在线实验室
20+阅读 · 2017年10月1日
相似图片搜索的原理
数据库开发
9+阅读 · 2017年8月11日
CNN之卷积层
机器学习算法与Python学习
8+阅读 · 2017年7月2日
精选 | 一张动图看懂卷积神经网络之卷积计算层
七月在线实验室
26+阅读 · 2017年6月21日
A survey on deep hashing for image retrieval
Arxiv
14+阅读 · 2020年6月10日
Angular-Based Word Meta-Embedding Learning
Arxiv
3+阅读 · 2018年8月13日
Arxiv
5+阅读 · 2018年3月28日
Arxiv
6+阅读 · 2018年1月29日
Arxiv
8+阅读 · 2018年1月19日
VIP会员
相关资讯
机器学习计算距离和相似度的方法
极市平台
10+阅读 · 2019年9月20日
从零开始一起学习SLAM | 神奇的单应矩阵
计算机视觉life
9+阅读 · 2018年11月11日
计算文本相似度常用的四种方法
论智
33+阅读 · 2018年5月18日
无监督学习才不是“不要你管”
MOOC
4+阅读 · 2018年4月13日
数据科学家需要了解的5种聚类算法
论智
4+阅读 · 2018年4月7日
python文本相似度计算
北京思腾合力科技有限公司
24+阅读 · 2017年11月6日
基于图片内容的深度学习图片检索(一)
七月在线实验室
20+阅读 · 2017年10月1日
相似图片搜索的原理
数据库开发
9+阅读 · 2017年8月11日
CNN之卷积层
机器学习算法与Python学习
8+阅读 · 2017年7月2日
精选 | 一张动图看懂卷积神经网络之卷积计算层
七月在线实验室
26+阅读 · 2017年6月21日
相关论文
A survey on deep hashing for image retrieval
Arxiv
14+阅读 · 2020年6月10日
Angular-Based Word Meta-Embedding Learning
Arxiv
3+阅读 · 2018年8月13日
Arxiv
5+阅读 · 2018年3月28日
Arxiv
6+阅读 · 2018年1月29日
Arxiv
8+阅读 · 2018年1月19日
Top
微信扫码咨询专知VIP会员