[PYTHON] Ich habe versucht, Objekte aus dem Bild des Steak-Sets zu sortieren

Einführung

Weiter von Ich habe versucht, Objekte aus den Bildern der Steak-Set-Mahlzeiten-ähnlichen Bilderkennung zu sortieren habe ich diesmal versucht, die Bilder im Vergleich zum Histogramm zu gruppieren. Es war.

Quellcode

• Auszug aus dem Clustering-Prozess

grouping_image.py

image_dir = "{Verzeichnispfad}"
    target_files = os.listdir(image_dir)
    files = os.listdir(image_dir)

    group_images = {}

    for target_file in target_files:
        if target_file == '.DS_Store':
            continue

        #Laden Sie die Bilddatei.
        target_image_path = image_dir + target_file
        target_image = cv2.imread(target_image_path)

        #Generieren Sie Histogrammdaten.
        target_hist = cv2.calcHist([target_image], [0], None, [256], [0, 256])

        similarity_images = {}

        for file in files:
            if file == '.DS_Store' or file == target_file:
                continue

            #Laden Sie die Bilddatei.
            comparing_image_path = image_dir + file
            comparing_image = cv2.imread(comparing_image_path)

            #Generieren Sie Histogrammdaten.
            comparing_hist = cv2.calcHist([comparing_image], [0], None, [256], [0, 256])

            #Vergleichen Sie die Histogramme, um die Ähnlichkeit der Bilder zu berechnen.
            ret = cv2.compareHist(target_hist, comparing_hist, 0)

            #Konvertiert das Ergebnis in probabilistische Notation.
            probability = ret * 100

            #Gibt die Ähnlichkeit aus.
            # print("target file: " + target_file, "file: " + file, "similarity: " + str(probability) + "%")

            #Die Ähnlichkeit beträgt 90%Gruppieren Sie nur die oben genannten.
            if probability > 90:
                if len(target_file) not in group_images:
                    group_images[target_file] = {}

                similarity_images[len(similarity_images)] = file
                group_images[target_file].update(similarity_images)

    #Gruppieren Sie ähnliche Bilder.
    similarity_group = {}

    for target_images in group_images:
        similarity_image = {}
        count = 0

        #Suchen Sie nach Bildern, die bereits gruppiert sind.
        if is_distinct_image(similarity_group, target_images):
            for similarity_images in group_images:
                if target_images != similarity_images:
                    distinct_images = {v:k for k, v in group_images[similarity_images].items()}

                    if target_images in distinct_images:
                        similarity_image[count] = similarity_images
                        count = count + 1

                        if target_images not in similarity_group:
                            similarity_group[target_images] = {}

                        similarity_group[target_images].update(similarity_image)

    #Gibt das Gruppierungsergebnis aus.
    for file in similarity_group:
        print file, similarity_group[file]

#Wenn es gruppiert ist, wird False zurückgegeben.
def is_distinct_image(similarity_group, target_images):
    for images in similarity_group:
        distinct_images = {v:k for k, v in similarity_group[images].items()}

        if target_images in distinct_images:
            return False

    return True

Ergebnis

634.jpg {0: '632.jpg', 1: '657.jpg'}
575.jpg {0: '603.jpg', 1: '581.jpg', 2: '659.jpg', 3: '758.jpg', 4: '754.jpg', 5: '629.jpg'}
932.jpg {0: '799.jpg', 1: '659.jpg', 2: '815.jpg', 3: '492.jpg', 4: '921.jpg', 5: '658.jpg', 6: '920.jpg', 7: '974.jpg', 8: '629.jpg', 9: '1018.jpg', 10: '806.jpg', 11: '972.jpg'}
547.jpg {0: '559.jpg', 1: '463.jpg'}
480.jpg {0: '432.jpg'}
389.jpg {0: '432.jpg', 1: '250.jpg', 2: '369.jpg'}

Einzelheiten

Es wurde in 6 Typen eingeteilt. Die folgenden zwei Gruppen wurden in diejenigen unterteilt, die erfolgreich waren und nehmen wollten.

Taragruppe

634.jpg

632.jpg

• Folgendes wird weggelassen

Reisgruppe

575.jpg

603.jpg

• Folgendes wird weggelassen

Impressionen

Darüber hinaus wurden Gurken, Misosuppe und Süßwaren erschwert. Vielleicht liegt der Grund darin, dass ein Bild des gesamten gegrillten Fleischgerichts übertragen wird, und ich denke, dass es davon gezogen wird.

Alle Seitenlinks

• Ich habe versucht, Objekte mit Python und OpenCV zu erkennen
• Ich habe versucht, Objekte aus dem Bild des Steak-Sets zu sortieren - ① Objekterkennung
• Ich habe versucht, die Objekte aus dem Bild des Steak-Sets zu sortieren - ② Überlappungsnummernsortierung
• Ich habe versucht, Objekte aus dem Bild der Steak-Set-Mahlzeit zu sortieren - ③ Ähnliche Bild-Heatmap-Erkennung
• Ich habe versucht, Objekte aus dem Bild des Steak-Sets Mahlzeit-meal Clustering zu sortieren
• [Ich habe versucht, Objekte aus dem Bild der Steak-Set-Mahlzeit zu sortieren.