花40分钟写一个-CBIR引擎-代码公开

      浏览网页的时候发现一篇不错的文章"用Python和OpenCV创建一个图片搜索引擎的完整指南"http://python.jobbole.com/80860/.作者在浏览自己旅游的照片的时候，发现照片太多了分类不过来，一时技痒写了个分类软件，虽然简单但是有用。关键的是我发现他在原文中使用了半个小时就写出来了。

       蛮快的嘛，我想。那么我要用多长时间写出来了，毕竟对于CBIR也是研究过的。

       那么立即来做，首先我要找到是图片。我没有那么多旅游图片（汗），但是别人的照片也是可以一样用的。找到了之前专门用于测试CBIR的图片集，大概是这个样子

        就是各种奇奇怪怪的照片。然后搭建opencv的基本框架。我们python用的不熟，但是c++下面自己是有类库的，所以用起来也不是很复杂

       首先是读入所有的图片：

;
    ){
           );
        _findclose(hFile);
    }
}
;i);i){
               pair<Mat,string> apir;
               apir.first = tmp;
               apir.second = fileNames[i];
               files.push_back(apir);
        }
    }
}

然后是编写hsv距离，这个参考以前的资料

;  ;
    ,    };
    ,    };
    ,    };
    ,  channels,  Mat(),  hist_base,  ,  histSize,  ranges,  ,  ,  NORM_MINMAX,  ,  Mat()  );
    calcHist(  ,  channels,  Mat(),  hist_test1,  ,  histSize,  ranges,  ,  ,  NORM_MINMAX,  ,  Mat()  );
      );
    return base_test1;
}

封装成函数。这个函数比原文中作者提出的方法要简单，我偷懒了。

然后就是要编写主函数程序，这个比较麻烦的地方就是要比较出最前面的10 个图片 。我采用比较笨的方法，赶时间嘛：

;
    ;
    
    ;i)
            tmp ;];
        sprintf_s(cbuf,;index;index;i];
        sprintf_s(cbuf,;;
        imax ;
    }
    printf(;
}

 

前后花了40-50分钟时间，最后的效果不如作者的效果。主要差距在核心算法上面。看来日常的算法总结重构的确很有价值。

这篇文章先写到这里，最近事多，等到闲下来再进行重构。欢迎大家批评指正。

 

来自为知笔记(Wiz)