如何使用numpy比較幾個陣列並確定最小差異？

Question

我確實有一組數值（20x40），值在0到255之間（灰度圖像）。

我需要比較給定的數組和一組10個用作參考的數組，並選擇最接近給定圖像的數組。

我知道這看起來像OCR，但在這種情況下，OCR是無法做到的。

我已經嘗試計算abs(x-y)但結果不夠好。

捕獲：

參考：

Answer 1

像素僅有相乘在一起，然後取所有像素的總和：

• （（0， 0）圖像2的圖像1 *（0,0））+（（0,1）） 1 *（0,1）圖像2）+ ...

這就像cross-correlation沒有偏移。 （scipy.signal.correlate）

在numpy的命令也只是

sum(a * b) 

有可能是這個名字，但我不知道它是什麼。

我猜你會將參考數字與測量圖像逐一比較，看看它是哪個數字？

您必須首先比較參考數字與自己，才能找出完美匹配的樣子，並通過此規範化每個參數來獲得相似性。不完美的匹配會比這個值小。例如：當與自身相比

0 1 3 
1 2 3 
2 0 0 

會產生28，但與

0 1 3 
0 2 3 
1 0 0 

相比，所以，你的對手將是25/28 = 0.89將產生25。所以你知道第二個圖像是接近的，但不一樣

Answer 2

我一直在解決一個類似的問題在bskyb從OCRing幀取自一個視頻流。

我最終創建了圖像中的每個數字的座標字典(x,y, w, h)，並寫了一個腳本，生成數百個這些數字並將它們保存爲掩碼。其中一名測試人員然後選擇了最好的蒙版（最少扭曲的蒙版），並將它們保存爲1.bmp代表數字1，2.bmb代表數字2 ...

我們必須爲每個數字創建18個不同的圖像支持我們擁有的各種分辨率，aspect_ratios。然後這些口罩在OCR過程開始時被加載到字典中。我們將圖像存儲爲一個numpy數組。

def load_samples(parent_dir=r'c:\masks'): 
"""Loads the OCR samples of all digits of all possible variations into 
memory. 
""" 
m = dict() # m is our map, a dict of lists of numpy arrays 
for d in os.listdir(parent_dir): 
    if not os.path.isdir(os.path.join(parent_dir, d)): 
     continue 
    m[d] = [] 
    for i in range(10): # 10 images [0..9] 
     filename = os.path.join(parent_dir, d, '%d.bmp'%i) 
     m[d].append(imread(filename)) 
return m 

然後在每一個我們讀到的形象，我們通過數字轉換成numpy的陣列，並與所有我們必須找到最接近的匹配，並選擇它的基礎上，該口罩其容比較它劃分成數字。 digits_map是從上面的load_samples返回的內容。

def image2digit(image, digits_map, video_args): 
"""Our home made OCR, we compare each image of digit with 10 images of all 
possible digits [0..10] and return the closest match. 
""" 
def absdiff(img1, img2): 
    func = numpy.vectorize(lambda a, b: abs(int(a)-int(b))) 
    v = func(img1, img2) 
    w = coordinates[video_args]['w'] 
    h = coordinates[video_args]['h'] 
    return numpy.sum(v)/(w*h) # takes the average 

# convert the image to a numpy array 
image_array = fromimage(image) # from scipy.misc 
# compare it with all variations 
scores = [] 
for (i, ir) in enumerate(digits_map[video_args]): 
    scores.append(absdiff(ir, image_array)) 
# return the best match as a string 
index = numpy.argmin(scores) 
return str(index) 

這很適合於我們除了在6進行OCR爲5。我與轉化的圖像轉換成灰度比較之前，看看是否能與失真的圖像問題，有助於試驗一些扭曲的幀。