如何使用 numpy 比较多个数组并识别差异最小的数组？答案

【问题标题】：How to use numpy to compare several arrays and identify the one with minimal differences?如何使用 numpy 比较多个数组并识别差异最小的数组？
【发布时间】：2011-11-29 18:09:38
【问题描述】：

我确实有一组值在 0 到 255 之间的数组 (20x40)（灰度图像）。

我需要将给定数组与用作参考的其他 10 个数组进行比较，然后选择最接近给定图像的数组。

我知道这看起来像 OCR，但在这种情况下，OCR 没有任何好处。

我已经尝试计算abs(x-y)，但结果还不够好。

捕获：

参考：

【问题讨论】：

标签： python image-processing numpy scipy ocr

【解决方案1】：

我在 bskyb 用从视频流中提取的 OCRing 帧解决了一个类似的问题。

我最终为图像(x,y, w, h) 中的每个数字创建了一个坐标字典，并编写了一个脚本来生成数百个这些数字并将它们保存为掩码。然后其中一位测试人员选择了最好的掩码（失真最小的掩码）并将它们保存为 1.bmp 用于数字 1，2.bmb 用于数字 2...

我们必须为每个数字创建 18 个不同的图像，以支持我们拥有的各种分辨率 aspect_ratio。然后在 OCR 过程开始时将这些掩码加载到字典中。我们将图像存储为一个 numpy 数组。

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

然后对于我们读取的每张图像，我们通过将数字转换为 numpy 数组并将其与所有掩码进行比较来将其划分为数字，以找到最接近的匹配并据此选择它。 digits_map 是从上面的 load_samples 返回的内容。

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)

这对我们来说效果很好，除了在一些失真帧中 6 被 OCRed 视为 5。我正在尝试在比较之前将图像转换为灰度，看看这是否有助于解决图像失真问题。

【讨论】：

这是相同的问题，小心！ ...我是认真的！

【解决方案2】：

只需将像素相乘，然后取所有像素的总和：

((0,0) 图像 1 * (0,0) 图像 2) + ((0,1) 图像 1 * (0,1) 图像 2) + ...

这就像没有偏移的cross-correlation。 (scipy.signal.correlate)

numpy 中的命令就是

sum(a * b)

这可能有一个名字，但我不知道它是什么。

我猜你打算将参考数字与测量图像一一进行比较，看看它是哪个数字？

您必须首先将参考数字与它们自己进行比较，以找出完美匹配的样子，并以此标准化每个数字以获得相似度。不完美的匹配将是一个小于此的值。例如：

0 1 3
1 2 3
2 0 0

与自身比较会产生 28，但与自身比较会产生 25

0 1 3
0 2 3
1 0 0

所以你的匹配是 25/28 = 0.89。所以你知道第二张图片很接近，但不一样

【讨论】：