图像搜索引擎1|使用Python颜色直方图在数据集中搜索视觉上相似的图像
这篇博客将介绍如何从头到尾创建图像搜索引擎。第一步是选择一个图像描述符——使用3D RGB直方图来表征图像的颜色。然后通过提取特征向量(即直方图)使用描述符对数据集中的每个图像进行索引。然后使用卡方距离来定义两个图像之间的“相似性”。并进行检索返回和查询图像最接近的top10结果。
这篇博客只是触及图像搜索引擎的表面,非常初级。有很多可以优化。例如专注于仅使用直方图来描述颜色。但是如何描述纹理?形状?以及SIFT描述符是什么?
1. 效果图
原图 VS top5 VS top10相似图效果图如下:
因为是从索引过的图像里搜索,所以top1对应的是和原图一样的图。
原图 VS top5 VS top10相似图效果图2如下:
同样是从索引过的图像里搜索,所以top1对应的是和原图一样的图。

原图 VS top5 VS top10相似图效果图2如下:
同样是从索引过的图像里搜索,所以top1对应的是和

超级会员免费看
这篇博客介绍了如何利用Python和3D RGB颜色直方图构建一个简单的图像搜索引擎。通过计算卡方距离来衡量图像间的相似性,实现了在数据集中搜索视觉上相似图像的功能。文章涵盖了构建图像搜索引擎的基本步骤,包括定义图像描述符、为数据集编制索引、定义相似性指标以及执行搜索。
订阅专栏 解锁全文
830

被折叠的 条评论
为什么被折叠?



