LoginSignup
101
114

【imgsim】画像の類似度をPythonで手早く測りたい

Last updated at Posted at 2023-06-03

Introduction

データセットを追加してリネームを繰り返していると、同一画像が複数枚混ざっていることに気が付きました。

効率的に取り除く方法としてimgsimというライブラリを用いて画像の類似度を測定しました。

過学習の原因となる同一画像の削除、似たような画像の分類等に役立てられます。

※詳細は下記 GitHub の方でご確認ください。

本記事が少しでも読者様の学びに繋がれば幸いです!
「いいね」をしていただけると今後の励みになるので、是非お願いします!

環境

Ubuntu22.04
Python3.11.1

imgsim とは

異なる画像の特徴ベクトル間の距離や類似度の差を計算します。
AugNetというディープラーニング学習パラダイムを用います。
差が 0 なら同一画像、値が大きくなるほど特徴量の異なる画像です。

AugNet とは

教師なし学習を使用して、画像の表現学習を行うための手法です。
data augmentation を用いて拡張した画像間の差を測定します。

実装

  1. ライブラリをインストールします。

    pip install imgsim
    

    condaにはなかったため、pipでインストールしてください。
    ※安易に混ぜるのは危険です。1

  2. 画像を用意します。

    penguin_lrpenguin
    another_penguinhummingbird

  3. 類似度を測定します。
    GitHubのサンプルコードを基にお試しします。

=======================
   サンプルコード
 ========================
measure_distance.py
import imgsim
import cv2


vtr = imgsim.Vectorizer()

penguin_img = cv2.imread("./input/king_penguin_00001.jpg")
penguin_lr_img = cv2.imread("./input/king_penguin_00001_flip_lr.jpg")
another_penguin_img = cv2.imread("./input/king_penguin_00019.jpg")
hummingbird_img = cv2.imread("./input/hummingbird_00010.png")


penguin_vec = vtr.vectorize(penguin_img)
penguin_lr_vec = vtr.vectorize(penguin_lr_img)
another_penguin_vec = vtr.vectorize(another_penguin_img)
hummingbird_vec = vtr.vectorize(hummingbird_img)

dist0 = imgsim.distance(penguin_vec, penguin_vec)
print("Same Distance =", round(dist0, 2))
dist1 = imgsim.distance(penguin_vec, penguin_lr_vec)
print("Reversal Distance =", round(dist1, 2))
dist2 = imgsim.distance(penguin_vec, another_penguin_vec)
print("Another Distance =", round(dist2, 2))
dist3 = imgsim.distance(penguin_vec, hummingbird_vec)
print("Other Distance =", round(dist3, 2))

以下のような実行結果になりました。

Same Distance = 0.0
Reversal Distance = 11.53
Another Distance = 26.67
Other Distance = 32.2

結果を表にすると以下のようになります。

Base Target Distance
penguin penguin 0.0
penguin penguin_lr 11.53
penguin another_penguin 26.67
penguin hummingbird 32.2

結果をまとめます。

  • 同一の画像は差が 0 である。
  • 左右反転は差が小さい。
  • 似たような画像より異なる画像の方が差が大きい。

当たり前の結果に思えますが、この 4 枚に対しては信頼できる結果でした。

最後に

閲覧頂きありがとうございました。

実はサンプルコードに少々難があったのですが、データセットの整理には何かしら役立てられそうでした。

類似度は他の手法でも測れるため、比較してみても面白いかも知れません。

本記事がお役に立てば幸いです!

参考 URL

  1. 混ぜるならせめて「Best Practices Checklist」は確認を。
    anaconda.com|Best Practices Checklist

101
114
4

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
101
114