Algoritmo para encontrar imágenes similares

PHash podría interesarle.

Hash perceptual n. huella dactilar de un archivo de audio, video o imagen que se basa matemáticamente en el contenido de audio o visual contenido dentro. A diferencia de las funciones hash criptográficas que se basan en el efecto de avalancha de pequeños cambios en la entrada que conducen a cambios drásticos en la salida, los hash perceptivos son "cercanos" entre sí si las entradas son visual o auditoriamente similares.

He utilizado SIFT para volver a detectar el mismo objeto en diferentes imágenes. Es realmente potente pero bastante complejo, y podría ser excesivo. Si se supone que las imágenes son bastante similares, algunos parámetros simples basados en la diferencia entre las dos imágenes pueden decirte un poco. Algunos consejos:

• Normalice las imágenes, es decir, haga que el brillo promedio de ambas imágenes sea el mismo calculando el brillo promedio de ambas y escalando el más brillante hacia abajo de acuerdo con el ración (para evitar el recorte en el nivel más alto)) especialmente si estás más interesado en la forma que en el color.
• Suma de la diferencia de color sobre la imagen normalizada por canal.
• busque bordes en las imágenes y mida la distancia entre píxeles de borde en ambas imágenes. (para la forma)
• Divida las imágenes en un conjunto de regiones discretas y compare el color promedio de cada región.
• Umbral de las imágenes en uno (o un conjunto de) nivel (s) y contar el número de píxeles donde el las imágenes en blanco y negro resultantes difieren.

Es un problema difícil! Depende de lo preciso que tengas que ser, y depende del tipo de imágenes con las que estés trabajando. Puede usar histogramas para comparar colores, pero eso obviamente no tiene en cuenta la distribución espacial de esos colores dentro de las imágenes (es decir, las formas). La detección de bordes seguida de algún tipo de segmentación (es decir, seleccionar las formas) puede proporcionar un patrón para coincidir con otra imagen. Puede usar matrices de coocurencia para comparar texturas, considerando las imágenes como matrices de valores de píxeles, y comparando esas matrices. Hay algunos buenos libros sobre coincidencia de imágenes y visión artificial A Una búsqueda en Amazon encontrará algunos.

Espero que esto ayude!

Podrías usar Diff de Imagen Perceptiva

Es una utilidad de línea de comandos que compara dos imágenes usando una métrica perceptual. Es decir, utiliza un modelo computacional del sistema visual humano para determinar si dos imágenes son visualmente diferentes, por lo que se ignoran los cambios menores en los píxeles. Además, reduce drásticamente el número de falsos positivos causados por diferencias en la generación de números aleatorios, el sistema operativo o las diferencias en la arquitectura de la máquina.

Algunas soluciones de software de reconocimiento de imágenes en realidad no están puramente basadas en algoritmos, sino que hacen uso del concepto de red neuronal en su lugar. Echa un vistazo http://en.wikipedia.org/wiki/Artificial_neural_network y a saber NeuronDotNet que también incluye muestras interesantes: http://neurondotnet.freehostia.com/index.html

Hay investigaciones relacionadas usando redes neuronales Kohonen / mapas autoorganizados

Ambos sistemas más académicos (Google para PicSOM ) o menos académicos
( http://www.generation5.org/content/2004/aiSomPic.asp , (posiblemente no adecuado para todos los entornos de trabajo)) existen presentaciones.

Calcular la suma de los cuadrados de las diferencias de los valores de color de píxeles de una versión drásticamente reducida (por ejemplo: 6x6 píxeles) funciona muy bien. Imágenes idénticas producen 0, imágenes similares producen números pequeños, imágenes diferentes producen grandes.

La idea de los otros chicos de arriba de entrar en YUV primero suena intrigante - aunque mi idea funciona muy bien, quiero que mis imágenes se calculen como "diferentes" para que rindan un resultado correcto-incluso desde la perspectiva de un daltónico observador.

Mi laboratorio también necesitaba resolver este problema, y usamos Tensorflow. Aquí hay una aplicación completa para visualizar la similitud de imágenes.

Para un tutorial sobre vectorización de imágenes para el cálculo de similitud, echa un vistazo esta página. Aquí está el Python (de nuevo, vea el post para el flujo de trabajo completo):

from __future__ import absolute_import, division, print_function

"""

This is a modification of the classify_images.py
script in Tensorflow. The original script produces
string labels for input images (e.g. you input a picture
of a cat and the script returns the string "cat"); this
modification reads in a directory of images and 
generates a vector representation of the image using
the penultimate layer of neural network weights.

Usage: python classify_images.py "../image_dir/*.jpg"

"""

# Copyright 2015 The TensorFlow Authors. All Rights Reserved.
#
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
#
#     http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.
# ==============================================================================

"""Simple image classification with Inception.

Run image classification with Inception trained on ImageNet 2012 Challenge data
set.

This program creates a graph from a saved GraphDef protocol buffer,
and runs inference on an input JPEG image. It outputs human readable
strings of the top 5 predictions along with their probabilities.

Change the --image_file argument to any jpg image to compute a
classification of that image.

Please see the tutorial and website for a detailed description of how
to use this script to perform image recognition.

https://tensorflow.org/tutorials/image_recognition/
"""

import os.path
import re
import sys
import tarfile
import glob
import json
import psutil
from collections import defaultdict
import numpy as np
from six.moves import urllib
import tensorflow as tf

FLAGS = tf.app.flags.FLAGS

# classify_image_graph_def.pb:
#   Binary representation of the GraphDef protocol buffer.
# imagenet_synset_to_human_label_map.txt:
#   Map from synset ID to a human readable string.
# imagenet_2012_challenge_label_map_proto.pbtxt:
#   Text representation of a protocol buffer mapping a label to synset ID.
tf.app.flags.DEFINE_string(
    'model_dir', '/tmp/imagenet',
    """Path to classify_image_graph_def.pb, """
    """imagenet_synset_to_human_label_map.txt, and """
    """imagenet_2012_challenge_label_map_proto.pbtxt.""")
tf.app.flags.DEFINE_string('image_file', '',
                           """Absolute path to image file.""")
tf.app.flags.DEFINE_integer('num_top_predictions', 5,
                            """Display this many predictions.""")

# pylint: disable=line-too-long
DATA_URL = 'http://download.tensorflow.org/models/image/imagenet/inception-2015-12-05.tgz'
# pylint: enable=line-too-long


class NodeLookup(object):
  """Converts integer node ID's to human readable labels."""

  def __init__(self,
               label_lookup_path=None,
               uid_lookup_path=None):
    if not label_lookup_path:
      label_lookup_path = os.path.join(
          FLAGS.model_dir, 'imagenet_2012_challenge_label_map_proto.pbtxt')
    if not uid_lookup_path:
      uid_lookup_path = os.path.join(
          FLAGS.model_dir, 'imagenet_synset_to_human_label_map.txt')
    self.node_lookup = self.load(label_lookup_path, uid_lookup_path)

  def load(self, label_lookup_path, uid_lookup_path):
    """Loads a human readable English name for each softmax node.

    Args:
      label_lookup_path: string UID to integer node ID.
      uid_lookup_path: string UID to human-readable string.

    Returns:
      dict from integer node ID to human-readable string.
    """
    if not tf.gfile.Exists(uid_lookup_path):
      tf.logging.fatal('File does not exist %s', uid_lookup_path)
    if not tf.gfile.Exists(label_lookup_path):
      tf.logging.fatal('File does not exist %s', label_lookup_path)

    # Loads mapping from string UID to human-readable string
    proto_as_ascii_lines = tf.gfile.GFile(uid_lookup_path).readlines()
    uid_to_human = {}
    p = re.compile(r'[n\d]*[ \S,]*')
    for line in proto_as_ascii_lines:
      parsed_items = p.findall(line)
      uid = parsed_items[0]
      human_string = parsed_items[2]
      uid_to_human[uid] = human_string

    # Loads mapping from string UID to integer node ID.
    node_id_to_uid = {}
    proto_as_ascii = tf.gfile.GFile(label_lookup_path).readlines()
    for line in proto_as_ascii:
      if line.startswith('  target_class:'):
        target_class = int(line.split(': ')[1])
      if line.startswith('  target_class_string:'):
        target_class_string = line.split(': ')[1]
        node_id_to_uid[target_class] = target_class_string[1:-2]

    # Loads the final mapping of integer node ID to human-readable string
    node_id_to_name = {}
    for key, val in node_id_to_uid.items():
      if val not in uid_to_human:
        tf.logging.fatal('Failed to locate: %s', val)
      name = uid_to_human[val]
      node_id_to_name[key] = name

    return node_id_to_name

  def id_to_string(self, node_id):
    if node_id not in self.node_lookup:
      return ''
    return self.node_lookup[node_id]


def create_graph():
  """Creates a graph from saved GraphDef file and returns a saver."""
  # Creates graph from saved graph_def.pb.
  with tf.gfile.FastGFile(os.path.join(
      FLAGS.model_dir, 'classify_image_graph_def.pb'), 'rb') as f:
    graph_def = tf.GraphDef()
    graph_def.ParseFromString(f.read())
    _ = tf.import_graph_def(graph_def, name='')


def run_inference_on_images(image_list, output_dir):
  """Runs inference on an image list.

  Args:
    image_list: a list of images.
    output_dir: the directory in which image vectors will be saved

  Returns:
    image_to_labels: a dictionary with image file keys and predicted
      text label values
  """
  image_to_labels = defaultdict(list)

  create_graph()

  with tf.Session() as sess:
    # Some useful tensors:
    # 'softmax:0': A tensor containing the normalized prediction across
    #   1000 labels.
    # 'pool_3:0': A tensor containing the next-to-last layer containing 2048
    #   float description of the image.
    # 'DecodeJpeg/contents:0': A tensor containing a string providing JPEG
    #   encoding of the image.
    # Runs the softmax tensor by feeding the image_data as input to the graph.
    softmax_tensor = sess.graph.get_tensor_by_name('softmax:0')

    for image_index, image in enumerate(image_list):
      try:
        print("parsing", image_index, image, "\n")
        if not tf.gfile.Exists(image):
          tf.logging.fatal('File does not exist %s', image)

        with tf.gfile.FastGFile(image, 'rb') as f:
          image_data =  f.read()

          predictions = sess.run(softmax_tensor,
                          {'DecodeJpeg/contents:0': image_data})

          predictions = np.squeeze(predictions)

          ###
          # Get penultimate layer weights
          ###

          feature_tensor = sess.graph.get_tensor_by_name('pool_3:0')
          feature_set = sess.run(feature_tensor,
                          {'DecodeJpeg/contents:0': image_data})
          feature_vector = np.squeeze(feature_set)        
          outfile_name = os.path.basename(image) + ".npz"
          out_path = os.path.join(output_dir, outfile_name)
          np.savetxt(out_path, feature_vector, delimiter=',')

          # Creates node ID --> English string lookup.
          node_lookup = NodeLookup()

          top_k = predictions.argsort()[-FLAGS.num_top_predictions:][::-1]
          for node_id in top_k:
            human_string = node_lookup.id_to_string(node_id)
            score = predictions[node_id]
            print("results for", image)
            print('%s (score = %.5f)' % (human_string, score))
            print("\n")

            image_to_labels[image].append(
              {
                "labels": human_string,
                "score": str(score)
              }
            )

        # close the open file handlers
        proc = psutil.Process()
        open_files = proc.open_files()

        for open_file in open_files:
          file_handler = getattr(open_file, "fd")
          os.close(file_handler)
      except:
        print('could not process image index',image_index,'image', image)

  return image_to_labels


def maybe_download_and_extract():
  """Download and extract model tar file."""
  dest_directory = FLAGS.model_dir
  if not os.path.exists(dest_directory):
    os.makedirs(dest_directory)
  filename = DATA_URL.split('/')[-1]
  filepath = os.path.join(dest_directory, filename)
  if not os.path.exists(filepath):
    def _progress(count, block_size, total_size):
      sys.stdout.write('\r>> Downloading %s %.1f%%' % (
          filename, float(count * block_size) / float(total_size) * 100.0))
      sys.stdout.flush()
    filepath, _ = urllib.request.urlretrieve(DATA_URL, filepath, _progress)
    print()
    statinfo = os.stat(filepath)
    print('Succesfully downloaded', filename, statinfo.st_size, 'bytes.')
  tarfile.open(filepath, 'r:gz').extractall(dest_directory)


def main(_):
  maybe_download_and_extract()
  if len(sys.argv) < 2:
    print("please provide a glob path to one or more images, e.g.")
    print("python classify_image_modified.py '../cats/*.jpg'")
    sys.exit()

  else:
    output_dir = "image_vectors"
    if not os.path.exists(output_dir):
      os.makedirs(output_dir)

    images = glob.glob(sys.argv[1])
    image_to_labels = run_inference_on_images(images, output_dir)

    with open("image_to_labels.json", "w") as img_to_labels_out:
      json.dump(image_to_labels, img_to_labels_out)

    print("all done")
if __name__ == '__main__':
  tf.app.run()

Esto suena como un problema de visión. Es posible que desee mirar en el Impulso adaptativo, así como el algoritmo de extracción de la línea de quemaduras. Los conceptos en estos dos deben ayudar a abordar este problema. La detección de bordes es un lugar aún más simple para comenzar si es nuevo en los algoritmos de visión, ya que explica los conceptos básicos.

En cuanto a los parámetros para la categorización:

• Paleta de colores y Ubicación (cálculo del gradiente, histograma de colores)
• Formas contenidas (Ada. Boosting / Entrenamiento para detectar formas)

Dependiendo de la cantidad de resultados precisos que necesite, simplemente puede dividir las imágenes en bloques de n x n píxeles y analizarlas. Si obtiene resultados diferentes en el primer bloque, no puede detener el procesamiento, lo que resulta en algunas mejoras de rendimiento.

Para analizar los cuadrados, por ejemplo, puede obtener la suma de los valores de color.

Podría realizar algún tipo de estimación de movimiento de coincidencia de bloques entre las dos imágenes y medir la suma total de residuos y los costos del vector de movimiento (al igual que se haría en un codificador de video). Esto compensaría el movimiento; para los puntos de bonificación, haga una estimación del movimiento de transformación afín (compensa los zooms y el estiramiento y similares). También podría hacer bloques superpuestos o flujo óptico.

Como primer paso, puede intentar usar histogramas de color. Sin embargo, realmente necesita reducir el dominio de su problema. La coincidencia de imágenes genéricas es un problema muy difícil.

Encontré este artículo muy útil explicando cómo funciona:

Http://www.hackerfactor.com/blog/index.php?/archives/432-Looks-Like-It.html

Disculpas por participar tarde en la discusión.

Incluso podemos usar la metodología ORB para detectar puntos de características similares entre dos imágenes. El siguiente enlace da implementación directa de ORB en python

Http://scikit-image.org/docs/dev/auto_examples/plot_orb.html

Incluso OpenCV tiene implementación directa de ORB. Si usted más información siga el artículo de investigación dado debajo.

Https://www.researchgate.net/publication/292157133_Image_Matching_Using_SIFT_SURF_BRIEF_and_ORB_Performance_Comparison_for_Distorted_Images

Hay algunas buenas respuestas en el otro hilo sobre esto, pero me pregunto si algo que involucre un análisis espectral funcionaría. Es decir, descomponer la imagen a su información de fase y amplitud y compararlos. Esto puede evitar algunos de los problemas con el recorte, la transformación y las diferencias de intensidad. De todos modos, eso es sólo yo especulando ya que esto parece un problema interesante. Si ha buscado http://scholar.google.com Estoy seguro de que podría llegar a varios documentos sobre este.