Algorithme pour trouver des images similaires
https://stackoverflow.com/questions/75891
-
09-06-2019 - |
italiano
english
français
española
中国
日本の
العربية
Deutsch
한국어
Português
RussianQuestion
J'ai besoin d'un algorithme capable de déterminer si deux images sont "similaires" et reconnaît des motifs de couleur, de luminosité, de forme similaires, etc. similaires. J'aurais peut-être besoin d'indications sur les paramètres utilisés par le cerveau humain pour "catégoriser" les images. ..
J'ai examiné la correspondance basée sur hausdorff, mais cela semble principalement pour faire correspondre les objets transformés et les motifs de forme.
La solution
J'ai fait quelque chose de similaire en décomposant les images en signatures à l'aide de la transformation en ondelettes .
Mon approche consistait à sélectionner les n coefficients les plus significatifs de chaque canal transformé et à enregistrer leur emplacement. Cela a été fait en triant la liste des n-uplets (puissance, emplacement) en fonction de abs (puissance). Des images similaires auront des similitudes en ce sens qu’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 les poids en forme (canal Y) et en couleur (canaux UV).
Vous pouvez trouver mon implémentation de ce qui précède dans mactorii , mais 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 à redimensionner votre image, par exemple, en pixels 4x4 et à enregistrer votre signature. On peut marquer deux images similaires en calculant la distance de Manhattan entre les 2 images, en utilisant pixels correspondants. Je n'ai pas les détails de la manière dont ils ont effectué le redimensionnement. Vous devrez donc peut-être utiliser les différents algorithmes disponibles pour cette tâche afin de trouver celui qui convient.
Autres conseils
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 contenu à l'intérieur. Contrairement aux fonctions de hachage cryptographiques qui reposent sur l'effet d'avalanche de légères modifications d'entrée entraînant des modifications drastiques de la sortie, les hachages de perception sont "proches". les uns aux autres si les entrées sont similaires visuellement ou auditivement.
J'ai utilisé SIFT pour détecter à nouveau le même objet dans différentes images. C'est vraiment puissant mais assez complexe, et peut-être excessif. Si les images sont supposées être assez similaires, quelques paramètres simples basés sur la différence entre les deux images peuvent vous en dire long. Quelques pointeurs:
- Normalisez les images, c’est-à-dire réglez la luminosité moyenne des deux images de la même manière en calculant la luminosité moyenne des deux et en réduisant la luminosité la plus forte en fonction de la ration (pour éviter tout écrêtage au plus haut niveau), en particulier si vous êtes plus intéressé par forme que dans la couleur.
- Somme de la différence de couleur sur une image normalisée par canal.
- recherchez des contours dans les images et mesurez la distance entre les pixels des contours des deux images. (pour la forme)
- Divisez les images en un ensemble de régions distinctes et comparez la couleur moyenne de chaque région.
- Seuilez les images à un (ou plusieurs) niveau (s) et comptez le nombre de pixels pour lesquels les images noir / blanc obtenues 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 de perception. Autrement dit, il utilise un modèle de calcul du système visuel humain pour déterminer si deux images sont visuellement différentes, de sorte que les modifications mineures en pixels sont ignorées. 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.
C'est un problème difficile! Cela dépend de la précision dont vous avez besoin et du type d’image avec lequel 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 sorte de segmentation (c’est-à-dire la sélection des formes) peut fournir un motif d’appariement avec une autre image. Vous pouvez utiliser des matrices de coocurence pour comparer des textures, en considérant les images comme des matrices de valeurs de pixels et en comparant ces matrices. Il existe de bons livres sur l'appariement d'images et la vision industrielle - Une recherche sur Amazon en trouvera.
J'espère que ça aide!
Mon laboratoire devait également résoudre ce problème et nous avons utilisé Tensorflow. Voici une application complète permettant de visualiser la similarité des images.
Pour un tutoriel sur la vectorisation des images pour le calcul de la similarité, consultez this page . Voici le Python (à nouveau, voir l'article pour un 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 __name__ == '__main__':
tf.app.run()
Certaines solutions logicielles de reconnaissance d'images ne reposent pas uniquement sur des algorithmes, mais utilisent plutôt le concept de réseau de neurones . Consultez http://fr.wikipedia.org/wiki/Artificial_neural_network et plus précisément NeuronDotNet, qui est également comprend des exemples intéressants: http://neurondotnet.freehostia.com/index.html
Il existe des recherches connexes utilisant les réseaux de neurones de Kohonen / des cartes auto-organisées
Systèmes plus académiques (Google pour PicSOM) ou moins académiques
( http://www.generation5.org/content/2004/aiSomPic.asp, (éventuellement non approprié
Il existe des présentations pour tous les environnements de travail).
Le calcul de la somme des carrés des différences entre les valeurs de couleur de pixel d’une version considérablement réduite (exemple: 6x6 pixels) fonctionne bien. Des images identiques donnent 0, des images similaires donnent des petits nombres, des images différentes donnent des gros.
L’idée des autres types ci-dessus de percer dans YUV semble tout d'abord intrigante - bien que mon idée fonctionne à merveille, je veux que mes images soient calculées comme "différentes". afin d'obtenir un résultat correct, même du point de vue d'un observateur daltonien.
Cela ressemble à un problème de vision. Vous voudrez peut-être examiner Adaptive Boosting ainsi que l'algorithme Burns Line Extraction. Les concepts dans ces deux devraient aider à aborder ce problème. La détection des contours est un point de départ encore plus simple si vous débutez dans les algorithmes de vision, car cela explique les bases.
En ce qui concerne les paramètres de catégorisation:
- Palette de couleurs & amp; Emplacement (calcul du dégradé, histogramme des couleurs)
- Formes contenues (Ada. Boosting / Training pour détecter des formes)
En fonction des résultats précis 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 certaines améliorations des performances.
Pour analyser les carrés, vous pouvez par exemple obtenir la somme des valeurs de couleur.
Vous pouvez effectuer une sorte d'estimation de mouvement par correspondance de blocs entre les deux images et mesurer la somme globale des coûts résiduels et des vecteurs de mouvement (comme dans un encodeur vidéo). Cela compenserait le mouvement; pour obtenir des points bonus, effectuez une estimation du mouvement par transformation affine (compense les zooms et les étirements, etc.). Vous pouvez également créer des blocs superposés ou un flux optique.
Dans un premier temps, vous pouvez utiliser des histogrammes de couleurs. Cependant, vous devez vraiment préciser votre domaine de problèmes. La correspondance d'image générique est un problème très difficile.
J'ai trouvé cet article très utile pour expliquer son fonctionnement:
http: //www.hackerfactor .com / blog / index.php? /archives/432-Looks-Like-It.html
Toutes mes excuses pour votre participation tardive à la discussion.
Nous pouvons même utiliser la méthodologie ORB pour détecter des points de 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 avez plus d’informations, suivez l’article de recherche ci-dessous.
Il y a quelques bonnes réponses dans l'autre fil à ce sujet, mais je me demande si quelque chose impliquant une analyse spectrale fonctionnerait? En d'autres termes, décomposez l'image en informations de phase et d'amplitude et comparez-les. Cela peut éviter certains problèmes liés aux différences de culture, de transformation et d'intensité. Quoi qu'il en soit, ce n'est que moi qui spécule, car cela semble être un problème intéressant. Si vous avez recherché http://scholar.google.com , je suis certain que vous pourrez rédiger plusieurs articles sur ceci.
