用Python和OpenCV构建属于自己的图像搜索引擎( 二 ) _Python

比如:
· 每个红、绿、蓝通道的均值和标准差
· 用图像的统计矩来表征形状。
· 用来描述形状和纹理的梯度大小和方向。
这里的重要结论是，图像描述符决定了如何对图像进行量化。
另一方面，特性是图像描述符的输出。当您将图像放入图像描述符时，您将从另一端获得特性。特征(或特征向量)是最基本的术语，只是用于抽象地表示和量化图像的数字列表。
形象的用下图表示:

文章插图

Figure 4: 图像描述符的管道。将输入图像呈现给描述符，应用图像描述符输出特征向量(i 。返回一个数字列表)，用于量化图像的内容。
这里向我们展示了一个输入图像，我们应用图像描述符，然后我们的输出是一个用于量化图像的特性列表。然后利用距离度量或相似度函数对特征向量进行相似性比较。距离度量和相似度函数将两个特征向量作为输入，然后输出一个数字，表示这两个特征向量有多"相似" 。
下图显示了比较两幅图像的过程:

文章插图

Figure 5:为了比较两幅图像，我们将各自的特征向量输入距离度量/相似度函数。输出是一个值，用于表示和量化这两幅图像彼此之间的"相似性" 。
给定两个特征向量，用距离函数来确定这两个特征向量的相似程度。距离函数的输出是一个单浮点值，用来表示两幅图像之间的相似性。
任意一个图像检索系统包含四步
无论你正在构建什么基于内容的图像检索系统，它们都可以归结为4个不同的步骤:
1. 定义图像描述符: 在这个阶段，您需要决定要描述图像的哪个方面。你对图像的颜色感兴趣吗?图像中物体的形状?或者你想描述纹理?
2. 索引你的数据集: 现在,你有你的图像描述符定义,你的工作是这个图像描述符应用于每个图像数据集,从这些图像中提取的特征,编写功能存储(例CSV文件,RDBMS,redis,等等), 这样便于后续比较他们的相似性。
3. 定义相似性度量: 现在你有了一堆特征向量。但是你要怎么比较它们呢? 流行的选择包括欧氏距离、余弦距离和卡方距离，但实际的选择高度依赖于(1)数据集和(2)提取的特征类型。
4. 搜索: 最后一步是执行实际的搜索。用户提交查询图像系统(从一个上传表单或通过移动应用程序,例如),你的工作将是(1)从这个查询图像, 然后提取特征(2)应用相似性函数比较查询功能已索引的特性。然后，根据相似性函数返回最相关的结果。
同样，这是任何CBIR系统中最基本的4个步骤。随着它们变得更加复杂，并利用不同的特性表示，步骤的数量会增加，您将向上面提到的每个步骤添加大量的子步骤。但是现在，让我们保持简单，只使用这4个步骤。
让我们看一些图形，使这些高级步骤更具体一些。下图详细说明了步骤1和步骤2:

文章插图

Figure 6: 表示从数据集中每个图像中提取特征的过程的流程图。
我们首先获取图像数据集，从每个图像中提取特征，然后将这些特征存储在数据库中。然后我们可以继续执行搜索(步骤3和步骤4):

文章插图

Figure 7: 在CBIR系统上执行搜索。用户提交查询，描述查询图像，将查询特性与数据库中的现有特性进行比较，根据相关性对结果进行排序，然后将结果呈现给用户。
首先，用户必须向图像搜索引擎提交查询图像。然后我们获取查询图像并从中提取特性。然后将这些"查询特性"与我们已经在数据集中索引的图像的特性进行比较。最后，根据相关性对结果进行排序并呈现给用户。
度假照片数据库
我们将使用INRIA Holidays数据集作为我们的图像数据集。
这个数据集包含了来自世界各地的各种度假旅行，包括埃及金字塔的照片、海底与海洋生物的潜水、山上的森林、晚餐时的酒瓶和餐盘、划船远足和大洋对岸的日落。
以下是数据集中的一些例子: