小试“以图搜图”

毕业设计做的User-based Recommend System。当中涉及到了“余弦相似度”这个概念。

阮一峰大牛的博客介绍了以图搜图的原理（这里就不赘言），并给除了Python实现的代码 ,这个程序对于我来说，有的地方感觉稍显复杂。搜图的效果也不那么棒，于是我重写了下。

改进的地方有两点：

1.图片哈希：

原来的代码是这种：

reduce(lambda x, (y, z): x | (z << y),
                  enumerate(map(lambda i: 0 if i < avg else 1, im.getdata())),
                  0)

我直接用python的map+lambda给简化成求64个像素点的像素值，然后又平均像素值比較，转化成0、1组成的向量：

avg = reduce(lambda x, y: x + y, im.getdata()) / 64
return map(lambda x: 0 if x>avg else 1, im.getdata())

打印看下效果：

[1, 1, 1, 0, 0, 1, 1, 1, 1, 1, 0, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0, 0, 1, 1, 1, 0, 0, 0, 0, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 1, 1, 1, 0, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1]

2.比較相似度的方法：

原来的代码用hamming距离求：

def hamming(h1, h2):
    h, d = 0, h1 ^ h2
    while d:
        h += 1
        d &= d - 1
    return h

我用余弦距离求：

def cos_dist(a, b):
    if len(a) != len(b):
        return None
    part_up = 0.0
    a_sq = 0.0
    b_sq = 0.0
    for x, y in zip(a,b):
        part_up += x*y
        a_sq += x**2
        b_sq += y**2
    part_down = math.sqrt(a_sq*b_sq)
    if part_down == 0.0:
        return None
    else:
        return part_up / part_down

最后，写出的代码例如以下：

#!/usr/bin/env python
# -*- coding: utf-8 -*-


import math
import glob
from PIL import Image


EXTS = ['png']


master = Image.open('image.png')
master = master.resize((8, 8), Image.ANTIALIAS).convert('L')


avg = reduce(lambda x, y: x + y, master.getdata()) / 64
master_data = map(lambda x: 0 if x>avg else 1, master.getdata())
#print master_data


def cos_dist(a, b):
    if len(a) != len(b):
        return None
    part_up = 0.0
    a_sq = 0.0
    b_sq = 0.0
    for x, y in zip(a,b):
        part_up += x*y
        a_sq += x**2
        b_sq += y**2
    part_down = math.sqrt(a_sq*b_sq)
    if part_down == 0.0:
        return None
    else:
        return part_up / part_down


images = []
for ext in EXTS:
    #fill in images list
    images.extend(glob.glob('*.%s' % ext))
    
    #print repr(images)
    dists = []
    for f in images:
        if f == "image.png":
            continue
        im = Image.open(f)
        im = im.resize((8, 8), Image.ANTIALIAS).convert('L')
        avg = reduce(lambda x, y: x + y, im.getdata()) / 64


        #这里还有问题。得出的像素是反的，所以我把">"号变成了"<"号
        im_data = map(lambda x: 0 if x<avg else 1, im.getdata())
        
        dist = cos_dist(master_data, im_data)
        
        print "image: %s	 avg: %f	 dist:%s	" % (f, avg, dist)
        print im_data
        
        dists.append((f, dist))
        
for f, dist in sorted(dists, key=lambda i: i[1]):
    print "%f	%s" % (dist, f)        
              
        

我有这样几张图片：

1. 基准图片 image.png:

以下这几张图片就是要測试的图片，与基准图片的相似度 image1 > image2 > image3 > image4 > image5

2.image1.png

3.image2.png

4.image3.png

5.image4.png

6.image5.png:

执行结果例如以下：

image: image1.png	 avg: 215.000000	 dist:0.970142500145	
[1, 1, 1, 0, 0, 1, 1, 1, 1, 1, 0, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0, 0, 1, 1, 1, 0, 0, 0, 0, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 1, 1, 1, 0, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1]
image: image2.png	 avg: 210.000000	 dist:0.857250857251	
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 0, 0, 0, 0, 0, 1, 1, 1, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1]
image: image3.png	 avg: 168.000000	 dist:0.735980072194	
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1]
image: image4.png	 avg: 108.000000	 dist:0.714434508312	
[1, 1, 1, 0, 1, 1, 1, 1, 0, 0, 1, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 0, 0, 1, 1, 1]
image: image5.png	 avg: 76.000000	 dist:0.25	
[0, 0, 1, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 0, 0, 1, 1, 1, 0, 0, 1, 1, 0, 1, 1, 1, 1, 1, 1, 0, 0, 1, 1, 1, 1, 1, 1, 0, 0, 1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
0.250000	image5.png
0.714435	image4.png
0.735980	image3.png
0.857251	image2.png
0.970143	image1.png

可见。计算出的余弦相似度 image1 > image2 > image3 > image4 > image5

这与我们看到的是一样的。最后，我们搜索出的最相似的图片就是image1喽~

--------------

代码放在了github上。