快速有效地检测两个图像在Python中是否完全相同

Question

给定两张图片：

image1.jpg
image2.jpg

有没有什么快速的方法可以在Python中检查它们是否在视觉上是相同的？比如，它们可能有不同的EXIF数据，这会导致不同的校验和，尽管图片内容是一样的。

Imagemagick有一个很棒的工具，叫做“identify”，它可以生成图片的视觉哈希值，但这个过程非常消耗处理器资源。

Answer 1

虽然还没有人提到，但 空间CIELAB 是一个很有用的图像相似度指标。

其实它比听起来简单：你先把两张图片模糊处理，模糊的程度和观察者的视觉敏锐度有关，然后计算它们在CIELAB色彩空间中的差异（也叫delta E）。根据你的需求，你可以选择差异图像的峰值或平均值。

如果使用pyvips，你可以这样写：

#!/usr/bin/python3

import sys
import pyvips

# the access hint means these images can be streamed in parallel rather 
# than fully decoded
image1 = pyvips.Image.new_from_file(sys.argv[1], access="sequential")
image2 = pyvips.Image.new_from_file(sys.argv[2], access="sequential")

# blur by an amount related to the visual acuity of the observer -- this will
# help remove peaks caused by small alignment differences, then take the
# CIELAB76 colour difference
sigma = 3.0
# diff = image1.gaussblur(sigma).dE76(image2.gaussblur(sigma))
diff = image1.resize(1.0 / sigma).dE76(image2.resize(1.0 / sigma))

# compute the peak difference ... over perhaps 20 means a visible difference
print(f"peak difference of {diff.max()} visual units")

作为一个小优化，调整图片大小而不是模糊处理，可以减少需要计算颜色差异的像素数量。

这台电脑大约需要400毫秒来计算一对6k x 4k的JPG图片之间的差异。

$ vipsheader ~/pics/theo.jpg
/home/john/pics/theo.jpg: 6048x4032 uchar, 3 bands, srgb, jpegload
$ time ./try51.py ~/pics/theo2.jpg ~/pics/theo.jpg
peak difference of 0.0 visual units
real    0m0.396s
user    0m0.952s
sys 0m0.197s

Answer 2

使用 https://github.com/andrewekhalel/sewar 来比较图像的相似性

> from sewar.full_ref import uqi
> uqi(img1,img2)
0.9586952304831419

Answer 3

在Python和OpenCV中，有一种方法可以做到这一点，就是先计算两个图像之间的绝对差值（absdiff），然后再对整个绝对差值图像求平均值。

输入图像1（PNG格式）：

输入图像2（JPG格式）：

import cv2
import numpy as np

# read image 1
img1 = cv2.imread('lena.png')

# read image 2
img2 = cv2.imread('lena.jpg')

# do absdiff
diff = cv2.absdiff(img1,img2)

# get mean of absdiff
mean_diff = np.mean(diff)

# print result
print(mean_diff)

1.8992767333984375

Answer 4

我现在还在尝试解决这个问题——即使提问者说ImageMagick的方法太耗处理器（而且我的方法不涉及Python）……也许我的回答对其他人有用，他们通过搜索引擎找到了这个页面。

要知道，任何图像比较，如果是要发现高分辨率图像中的细微差异，都会比发现低分辨率图像中的大差异更耗处理器，因为需要比较的像素数量要多得多。

差异可视化

这里有一个ImageMagick命令，可以比较两个（大小相同的！）图像，并将所有不同的像素显示为红色，相同的像素显示为白色。第一个图像作为背景图像，淡化后用于红白像素矩阵的组合。.img可以是任何IM支持的格式（.png, .jpg, .tif等）：

 compare reference.img similar.img  delta.img
 compare reference.img similar.img  -compose src delta.img

默认情况下，比较是在72 PPI（每英寸像素数）下进行的。如果你需要更高的分辨率（比如处理基于矢量的图像，如PDF页面），可以添加-density来提高分辨率。当然，处理时间也会相应增加：

 compare -density 300 reference.img similar.img delta.img

如果你添加一个模糊因子，可以告诉ImageMagick将所有颜色距离不超过某个值的像素视为相同：

 compare -fuzz '3%' reference.img similar.img -compose src delta.img

pHash差异值

更新版的ImageMagick支持phash算法：

 compare -metric phash reference.img similar.img -compose src delta.img

这个算法除了生成可视化的delta.img外，还会返回一个数值，表示两个图像之间的“差异”。这个值越接近0，说明两个图像越相似。

示例：

创建几个小的PDF页面，里面有一些小差异。我使用Ghostscript：

gs -o ref1.pdf -sDEVICE=pdfwrite -g1050x1350 \
 -c "/Courier findfont 160 scalefont setfont 10.0 10.0 moveto (0) show showpage"

gs -o ref2.pdf -sDEVICE=pdfwrite -g1050x1350 
 -c "/Courier findfont 160 scalefont setfont 10.1 10.1 moveto (0) show showpage"

gs -o ref3.pdf -sDEVICE=pdfwrite -g1050x1350 \
 -c "/Courier findfont 160 scalefont setfont 10.0 10.0 moveto (O) show showpage"

gs -o ref4.pdf -sDEVICE=pdfwrite -g1050x1350 \
 -c "/Courier findfont 160 scalefont setfont 10.1 10.1 moveto (O) show showpage"

现在将ref1.pdf与ref3.pdf在默认的72 PPI分辨率下进行比较：

compare -metric phash ref1.pdf ref3.pdf delta-ref1-ref3.pdf
  7.61662

返回的pHash值是7.61662。这表明ImageMagick的compare发现了至少一些差异。

接下来看看可视化效果。我将创建三个PDF/图像的并排可视化（如下所示）：

convert                                    \
   -mattecolor blue                        \
      \( ref1.pdf -frame 2x2 \)            \
    null:                                  \
      \( ref3.pdf -frame 2x2 \)            \
    null:                                  \
      \( delta-ref1-ref3.pdf -frame 2x2 \) \
   +append                                 \
    ref1-ref3-delta.png 

如你所见，数字0（零）和字母O（大写的o）的不同形状非常明显。

接下来比较ref1.pdf和ref2.pdf，同样在72 PPI下。

compare -metric phash ref1.pdf ref2.pdf delta-ref1-ref2.pdf
  0

返回的pHash值现在是0。这表明ImageMagick没有发现差异！

创建三个PDF/图像的并排可视化：

convert                                    \
   -mattecolor blue                        \
      \( ref1.pdf -frame 2x2 \)            \
    null:                                  \
      \( ref2.pdf -frame 2x2 \)            \
    null:                                  \
      \( delta-ref1-ref2.pdf -frame 2x2 \) \
   +append                                 \
    ref1-ref2-delta.png 

如你所见，在72 PPI下，ImageMagick没有发现两个PDF之间的差异（红色像素表示差异）。根据Ghostscript命令，两个PDF都显示数字0，但位置在x和y方向上偏移了0.1点。因此实际上，在原始PDF中确实存在差异。但在72 PPI下渲染时，这个差异并不可见。

那我们试试用density 600来查看差异：

compare        \
 -metric phash \
 -density 600  \
  ref1.pdf     \
  ref2.pdf     \
  ref1-ref2-at-density600-delta.png 

0.00172769

在600 PPI下返回的pHash值现在是0.00172769。这个值接近零，但仍然有差异。这个差异比ref1.pdf和ref3.pdf之间的差异要小。

在视觉比较中，这个差异现在清晰可见，尽管只是通过一条细细的红色像素线：

Answer 5

使用PIL/Pillow库：

from PIL import Image

im1 = Image.open('image1.jpg')
im2 = Image.open('image2.jpg')

if list(im1.getdata()) == list(im2.getdata()):
    print "Identical"
else:
    print "Different"