Algorithme pour trouver des images similaires
J'ai besoin d'un algorithme qui peut déterminer si deux images sont "similaires" et reconnaît des modèles similaires de couleur, de luminosité, de forme, etc. ..
J'ai regardé la correspondance basée sur hausdorff mais cela semble principalement pour faire correspondre les objets transformés et les motifs de forme.
J'ai fait quelque chose de similaire, en décomposant les images en signatures en utilisant transformée en ondelettes .
Mon approche était de choisir les coefficients n les plus significatifs de chaque canal transformé et d'enregistrer leur emplacement. Cela a été fait en triant la liste des tuples (puissance, emplacement) selon abs (puissance). Des images similaires partageront des similitudes dans la mesure où elles auront des coefficients significatifs aux mêmes endroits.
J'ai trouvé qu'il était préférable de transformer l'image au format YUV, ce qui vous permet effectivement de comparer la pondération de forme (canal Y) et de couleur (canaux UV).
Vous pouvez trouver mon implémentation de ce qui précède dans mactorii , sur lequel je n'ai malheureusement pas travaillé autant que j'aurais dû :-)
Une autre méthode, que certains de mes amis ont utilisée avec des résultats étonnamment bons, consiste simplement à redimensionner votre image pour dire, un pixel 4x4 et à stocker qui sont votre signature. La similitude de 2 images peut être notée, par exemple, en calculant la distance de Manhattan entre les 2 images, en utilisant les pixels correspondants. Je n'ai pas de détails sur la façon dont ils ont effectué le redimensionnement, vous devrez donc peut-être jouer avec les différents algorithmes disponibles pour cette tâche pour en trouver un qui convient.
pHash pourrait vous intéresser.
hachage perceptuel n. une empreinte digitale d'un fichier audio, vidéo ou image qui est mathématiquement basée sur le contenu audio ou visuel qu'il contient. Contrairement aux fonctions de hachage cryptographiques qui reposent sur l'effet d'avalanche de petits changements dans l'entrée conduisant à des changements drastiques dans la sortie, les hachages perceptuels sont "proches" les uns des autres si les entrées sont visuellement ou auditivement similaires.
J'ai utilisé TAMISER pour re-détecter le même objet dans différentes images. C'est vraiment puissant mais plutôt complexe, et peut-être exagéré. Si les images sont censées être assez similaires, certains paramètres simples basés sur la différence entre les deux images peuvent vous en dire beaucoup. Quelques conseils:
- Normalisez les images, c'est-à-dire que la luminosité moyenne des deux images est la même en calculant la luminosité moyenne des deux et en réduisant la luminosité en fonction de la ration (pour éviter l'écrêtage au plus haut niveau)), surtout si vous êtes plus intéressé par la forme que par Couleur.
- Somme de la différence de couleur sur l'image normalisée par canal.
- trouver des bords dans les images et mesurer la distance entre les pixels des bords dans les deux images. (pour la forme)
- Divisez les images en un ensemble de régions discrètes et comparez la couleur moyenne de chaque région.
- Seuil les images à un (ou un ensemble de) niveau (x) et comptez le nombre de pixels où les images en noir/blanc résultantes diffèrent.
Vous pouvez utiliser Diff Image Perceptuelle
Il s'agit d'un utilitaire de ligne de commande qui compare deux images à l'aide d'une métrique perceptuelle. Autrement dit, il utilise un modèle de calcul du système visuel humain pour déterminer si deux images sont visuellement différentes, de sorte que les changements mineurs de pixels sont ignorés. De plus, il réduit considérablement le nombre de faux positifs causés par des différences de génération de nombres aléatoires, de différences de système d'exploitation ou d'architecture de machine.
Mon laboratoire devait également résoudre ce problème et nous avons utilisé Tensorflow. Voici une implémentation application complète pour visualiser la similitude des images.
Pour un tutoriel sur la vectorisation d'images pour le calcul de similitude, consultez cette page . Voici le Python (encore une fois, voir le post pour le flux de travail complet):
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 __== '__main__':
tf.app.run()
C'est un problème difficile! Cela dépend de la précision dont vous avez besoin et du type d'images avec lesquelles vous travaillez. Vous pouvez utiliser des histogrammes pour comparer les couleurs, mais cela ne prend évidemment pas en compte la distribution spatiale de ces couleurs dans les images (c'est-à-dire les formes). La détection des contours suivie d'une certaine segmentation (c'est-à-dire la sélection des formes) peut fournir un motif de correspondance avec une autre image. Vous pouvez utiliser des matrices de co-cohérence pour comparer les textures, en considérant les images comme des matrices de valeurs de pixels et en comparant ces matrices. Il existe de bons livres sur la correspondance d'images et la vision industrielle - Une recherche sur Amazon en trouvera.
J'espère que cela t'aides!
Certaines solutions logicielles de reconnaissance d'images ne sont en fait pas purement basées sur des algorithmes, mais utilisent plutôt le concept de réseau de neurones . Découvrez http://en.wikipedia.org/wiki/Artificial_neural_network et notamment NeuronDotNet qui comprend également des échantillons intéressants: http://neurondotnet.freehostia.com/index.html =
Il existe des recherches connexes utilisant des réseaux de neurones de Kohonen/des cartes auto-organisées
Les deux systèmes plus académiques (Google pour PicSOM) ou moins académiques
( http://www.generation5.org/content/2004/aiSomPic.asp , (peut-être pas adapté à tous les environnements de travail)) des présentations existent.
Le calcul de la somme des carrés des différences des valeurs de couleur des pixels d'une version considérablement réduite (par exemple: 6x6 pixels) fonctionne bien. Des images identiques donnent 0, des images similaires donnent de petits nombres, des images différentes donnent de grandes.
L'idée des autres gars ci-dessus de percer dans YUV semble d'abord intrigante - alors que mon idée fonctionne très bien, je veux que mes images soient calculées comme "différentes" afin qu'elles donnent un résultat correct - même du point de vue d'un observateur aveugle.
Cela ressemble à un problème de vision. Vous voudrez peut-être examiner le renforcement adaptatif ainsi que l'algorithme d'extraction de ligne Burns. Les concepts de ces deux devraient aider à aborder ce problème. La détection des contours est un endroit encore plus simple à démarrer si vous êtes nouveau dans les algorithmes de vision, car il explique les bases.
En ce qui concerne les paramètres de catégorisation:
- Palette de couleurs et emplacement (calcul du dégradé, histogramme des couleurs)
- Formes contenues (Ada. Boosting/Formation pour détecter les formes)
En fonction de la précision des résultats dont vous avez besoin, vous pouvez simplement diviser les images en blocs de n x n pixels et les analyser. Si vous obtenez des résultats différents dans le premier bloc, vous ne pouvez pas arrêter le traitement, ce qui entraîne des améliorations de performances.
Pour analyser les carrés, vous pouvez par exemple obtenir la somme des valeurs de couleur.
Toutes mes excuses pour votre participation tardive à la discussion.
Nous pouvons même utiliser la méthodologie ORB pour détecter des points caractéristiques similaires entre deux images. Le lien suivant donne une implémentation directe de ORB en python
http://scikit-image.org/docs/dev/auto_examples/plot_orb.html
Même openCV a une implémentation directe d'ORB. Si vous plus d'informations suivez l'article de recherche ci-dessous.
J'ai trouvé cet article très utile expliquant comment cela fonctionne:
http://www.hackerfactor.com/blog/index.php?/archives/432-Looks-Like-It.html
Vous pouvez effectuer une sorte d'estimation de mouvement de correspondance de blocs entre les deux images et mesurer la somme globale des résidus et des coûts des vecteurs de mouvement (un peu comme on le ferait dans un encodeur vidéo). Cela compenserait le mouvement; pour les points bonus, effectuez une estimation de mouvement par transformation affine (compense les zooms et les étirements et similaires). Vous pouvez également faire des blocs superposés ou un flux optique.
Dans un premier temps, vous pouvez essayer d'utiliser des histogrammes de couleurs. Cependant, vous devez vraiment affiner votre domaine problématique. La correspondance d'images génériques est un problème très difficile.
Il y a de bonnes réponses dans l'autre fil à ce sujet, mais je me demande si quelque chose impliquant une analyse spectrale fonctionnerait? C'est-à-dire, décomposer l'image en ses informations de phase et d'amplitude et les comparer. Cela peut éviter certains des problèmes de culture, de transformation et de différences d'intensité. Quoi qu'il en soit, c'est juste moi qui spécule car cela semble être un problème intéressant. Si vous avez cherché http://scholar.google.com Je suis sûr que vous pourriez trouver plusieurs articles à ce sujet.