在計算機視覺領域，圖像相似度判別是一項重要的任務。除了直方圖之外，還有一種有效的方法是使用結構化相似度判別，其中包括使用compare_ssim函數(shù)進行處理。 導入必要的庫和模塊 首先需要從中導入

在計算機視覺領域，圖像相似度判別是一項重要的任務。除了直方圖之外，還有一種有效的方法是使用結構化相似度判別，其中包括使用compare_ssim函數(shù)進行處理。

導入必要的庫和模塊

首先需要從中導入compare_ssim函數(shù)，并且導入cv2和numpy庫進行圖像處理操作。同時，還需要導入庫用于繪制直方圖。

from  import compare_ssim
import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt

加載圖像

使用函數(shù)分別加載兩張待判斷相似度的圖像。

image  ("")
pic1  ("")
pic2  ("")

轉化為灰度圖像

對圖像進行灰度化操作，注意與直方圖比較相似度的方法不同。

grayImage  (image, _BGR2GRAY)
grayPic1  (pic1, _BGR2GRAY)
grayPic2  (pic2, _BGR2GRAY)

繪制直方圖

通過繪制直方圖，可以直觀地比較兩個灰度圖像的分布情況。

(2, 1, 1)
plt.hist(grayImage.ravel(), 256, [0, 256])
(2, 1, 2)
plt.hist(grayPic1.ravel(), 256, [0, 256])
()

使用compare_ssim計算相似度

使用compare_ssim函數(shù)計算灰度圖像之間的結構化相似度或者稱為SSIM（圖像質量/評價）。

similarity, diff  compare_ssim(grayImage, grayPic1, fullTrue)
print(similarity, diff)

輸出結果

根據(jù)計算結果，可以得到相似度值。在本例中，相似度為0.56，與肉眼感覺差不多，說明這種結構化判斷方法是有效的。