[ Scikit-image ] 利用 SSIM篩選相似度過高的圖像
之前有提到過利用 Hamming distance對兩張照片進行相似度的比對， " 利用PhotoHash篩選相似度過高的圖像 "。 最近發現另一個相似度的方法，這個方法叫做 SSIM(Structural Similarity Index)，有興趣的可以 維基 一下。 好在 Scikit-image 裡已經提供它的算法，參數的部份可以參考 這裡 。 from skimage.measure import compare_ssim import numpy as np import cv2 import os import glob def filter(member): img_list = glob.glob('./{0}/*.png'.format(member)) img_list.sort(key=lambda num: int(num.split('/')[-1].split('.')[0])) for img in img_list: img_path = img next_img = cv2.imread(img_path,0) if 'img_target' in locals(): s = compare_ssim(img_target, next_img) if s >= 0.8: if not os.path.isdir("./{0}/similar".format(member)): os.system("mkdir ./{0}/similar".format(member)) print("make dir ./{0}/similar".format(member)) os.system("mv {0} ./{1}/similar".format(img_path, member)) ...