彩色感知图像哈希

Question

我一直在尝试用Python编写一个快速（ish）图像匹配程序，它与旋转或缩放变形的图像不匹配。在

目标是能够找到一个图像的小部分，这些部分在颜色特征上与其他图像相似，但如果旋转或扭曲则不同。在

我发现了感知图像哈希，并查看了Python和SSIM的ImageHash模块，但是我看到的大多数东西都没有颜色作为主要因素，即它们平均颜色并且只在一个通道中工作，phash尤其不关心图像是否旋转。在

我想能够有一个算法，将匹配的图像，在一定的距离将显示相同（但不一定需要是相同的图像）。在

有人能建议我如何用python构造和编写这样的算法吗？或者建议一个能够以这种方式比较图像的函数？在

Answer 1

我找到了几种方法。在

最后我使用了我自己编写的均方误差函数：

def mse(reference, query): return (((reference).astype("double")-(query).astype("double"))**2).mean()

直到后来，我发现了一个函数，它似乎在做类似的事情（一点一点地比较图像相似性），但速度快得多：

def linalg_norm(reference, query): return np.linalg.norm(reference-query)

我对第二个函数的作用没有理论上的了解，但实际上它并不重要。我并不反对学习它是如何工作的。在