Python 基于哈希和直方图的视频图像处理

一、导入库

import cv2
import numpy as np
import matplotlib.pyplot as plt
import os
from PIL import Image
os.chdir('视频所在位置')

二、均值哈希算法处理图像

def aHash(img):
    plt.imshow(img)
    plt.axis('off')
    plt.show()
    img=cv2.resize(img,(8,8))
    plt.imshow(img)
    plt.axis('off')
    plt.show()
    
    gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    s=0
    hash_str=''
    # 遍历累加求像素和
    for i in range(8):
        for j in range(8):
            s=s+gray[i,j]
    #求平均灰度
    avg=s/64
    # 灰度大于平均值为1相反为0生成图片的hash值
    for i in range(8):
        for j in range(8):
            if gray[i,j]>avg:
                hash_str=hash_str+'1'
            else:
                hash_str=hash_str+'0'
    return hash_str

三、#通过得到RGB每个通道的直方图来计算相似度

def classify_hist_with_split(image1,image2,size=(256,256)):
    image1=cv2.resize(image1,size)
    image2=cv2.resize(image2,size)
    plt.imshow(image1)
    plt.show()
    plt.axis('off')
    
    plt.imshow(image2)
    plt.show()
    plt.axis('off')
    
    sub_image1=cv2.split(image1)
    sub_image2=cv2.split(image2)
    sub_data=0
    
    for im1,im2 in zip(sub_image1,sub_image2):
        sub_data+=calculate(im1,im2)
    sub_data=sub_data/3
    return sub_data

四、计算单通道的直方图的相似值

def calculate(image1,image2):
    hist1=cv2.calcHist([image1],[0],None,[256],[0.0,255.0])
    hist2=cv2.calcHist([image2],[0],None,[256],[0.0,255.0])
    plt.plot(hist1,color='r')
    plt.plot(hist2,color='g')
    
    # 计算直方图的重合度
    degree=0
    for i in range(len(hist1)):
        if hist1[i]!=hist2[i]:
            degree=degree+(1-abs(hist1[i]-hist2[i])/max(hist1[i],hist2[i]))
        else:
            degree=degree+1
            #统计相似
    degree=degree/len(hist1)
    return degree

五、Hash值对比

def cmpHash(hash1,hash2):
    n=0
    print(hash1)
    print(hash2)
    # hash长度不同则返回-1代表传参出错
    if len(hash1)!=len(hash2):
        return -1
    for i in range(len(hash1)):
        if hash1[i]!=hash2[i]:
            n=n+1
    return n

六、结果

img1=cv2.imread('PythonAds2021/.pic/image0.jpg')
img2=cv2.imread('PythonAds2021/.pic/image1.jpg')

hash1=aHash(img1)
hash2=aHash(img2)
n=cmpHash(hash1,hash2)
print('均值哈希算法相似度：',n)

n=classify_hist_with_split(img1,img2)
print('三直方图算法相似度：',n)

1、哈希算法

2、三直方图算法

3、RGB通道算法

一、基于哈希算法

遍历求相似度，并将一定相似度的图像保存到.shot文件夹

for i in range(549):
    img1=cv2.imread('.pic/image{}.jpg'.format(i))
    img2=cv2.imread('.pic/image{}.jpg'.format(i+1))
    hash1=aHash(img1)
    hash2=aHash(img2)
    n=cmpHash(hash1,hash2)
    if (n>32):
        print('均值哈希算法相似度：',n/64)
        cv2.imwrite('.shot/image{}.jpg'.format(i+1),img2)

 运行结果：

1、利用cmd中的“cd +决定路径”方式准确将cmd定位到ffmpeg所在的位置
2、输入ffmpeg -i 视频路径 -ss 开始时间 -t 需要截取的时间 -vcodec copy -acodec copy -preset superfast 输出视频名称.mp4

遇到问题：声画不一致，目前还未解决