计算图片相似度部分

 

# -*- coding: utf-8 -*-
import Image
def make_regalur_image(img， size=(256， 256)):
return img.resize(size).convert('RGB')
def split_image(img， part_size=(64， 64)):
w， h = img.size
pw， ph = part_size
assert w % pw == h % ph == 0
return [img.crop((i， j， i + pw， j + ph)).copy()
for i in xrange(0， w， pw)
for j in xrange(0， h， ph)]
def hist_similar(lh， rh):
assert len(lh) == len(rh)
return sum(1 - (0 if l == r else float(abs(l - r)) / max(l， r)) for l， r in zip(lh， rh)) / len(lh)
def calc_similar(li， ri):
#   return hist_similar(li.histogram()， ri.histogram())
return sum(hist_similar(l.histogram()， r.histogram()) for l， r in zip(split_image(li)， split_image(ri))) / 16.0
def calc_similar_by_path(lf， rf):
li， ri = make_regalur_image(Image.open(lf))， make_regalur_image(Image.open(rf))
return calc_similar(li， ri)
def make_doc_data(lf， rf):
li， ri = make_regalur_image(Image.open(lf))， make_regalur_image(Image.open(rf))
li.save(lf + '_regalur.png')
ri.save(rf + '_regalur.png')
fd = open('stat.csv'， 'w')
fd.write(' '.join(l + '，' + r for l， r in zip(map(str， li.histogram())， map(str， ri.histogram()))))
#   print >>fd， ' '
#   fd.write('，'.join(map(str， ri.histogram())))
fd.close()
import ImageDraw
li = li.convert('RGB')
draw = ImageDraw.Draw(li)
for i in xrange(0， 256， 64):
draw.line((0， i， 256， i)， fill='#ff0000')
draw.line((i， 0， i， 256)， fill='#ff0000')
li.save(lf + '_lines.png')