python 直方图重合度是什么算法

python 直方图重合度是什么算法

要计算图像的相似度，肯定是要找出图像的特征。这样跟你描述一个人的面貌：国字脸，浓眉，双眼皮，直鼻梁，大而厚的嘴唇。Ok，这些特征决定了这个人跟你的同事、朋友、家人是不是有点像。图像也一样，要计算相似度，必须抽象出一些特征比如蓝天白云绿草。常用的图像特征有颜色特征、纹理特征、形状特征和空间关系特征等。颜色特征的算是最常用的，在其中又分为直方图、颜色集、颜色矩、聚合向量和相关图等。直方图能够描述一幅图像中颜色的全局分布，而且容易理解和实现，所以入门级的图像相似度计算都是使用它的；作为一篇示例性的“浅尝辄止”的文章，我们也不例外。

条形图是用条形的长度表示各类别频数的多少，其宽度（表示类别）则是固定的； 直方图是用面积表示各组频数的多少，矩形的高度表示每一组的频数或频率，宽度则表示各组的组距，因此其高度与宽度均有意义。