使用相關係數在Python中的兩幅圖像之間的百分比差異

Question

我想比較兩個圖像塊，如果它們完全相同，結果必須是1，如果它們匹配60％，則答案必須爲0.6。

在Matlab中，我可以使用corr2命令來做到這一點，但在Python中我找不到方法。我試過numpy.corrcoef，但它返回一個矩陣，並且scipy.signal.correlate2d返回相同。

這是我曾嘗試：

import numpy as np 
import matplotlib.pyplot as plt 
from skimage.filter import threshold_otsu 
import matplotlib.cm as cm 
import Image 
import scipy 
from PIL import Image as im 
fname = 'testi.jpg' 
image = Image.open(fname).convert("L") 
arr = np.asarray(image) 
global_thresh = threshold_otsu(arr) 

global_otsu = arr >= global_thresh 
global_otsu = np.invert(global_otsu).astype(int) 
a1 = global_otsu[80:150,1350:1350+160] 
fname1 = 'testi2.jpg' 
image1 = Image.open(fname1).convert("L") 
arr1 = np.asarray(image1) 
global_thresh1 = threshold_otsu(arr1) 

global_otsu1 = arr1 >= global_thresh1 
global_otsu1 = np.invert(global_otsu1).astype(int) 
a2 = global_otsu1[80:150,1350:1350+160] 

co = scipy.signal.correlate2d(a1,a2) 

plt.gray() 
plt.subplot(121) 
plt.imshow(a1) 
plt.subplot(122) 
plt.imshow(a2) 

plt.show() 

，其結果是：

[[0 0 0 ..., 0 0 0] 
[0 0 0 ..., 0 0 0] 
[0 0 0 ..., 0 0 0] 
..., 
[0 0 0 ..., 0 0 0] 
[0 0 0 ..., 0 0 0] 
[0 0 0 ..., 0 0 0]] 

這些都是我要比較的圖像：

Answer 1

由於您想要逐個像素進行比較，您可以在展平的i上執行關聯法師，：

cm = np.corrcoef(a1.flat, a2.flat) 

cm包含對稱相關矩陣，其中的非對角元素是相關係數。您可以通過

r = cm[0, 1] 

編輯得到它： 有使用相關比較圖像的問題。如果它們中的任何一個完全平坦（所有像素都是相同的值），則相關性是不確定的。

如果圖像是二進制的，你可以而不是簡單地計算出相同的像素percantage：

agreement = np.sum(a == b)/a.size