一、大致实现步骤如下： 1， 将图像转换成相同大小，以有利于计算出相像的特征 2， 计算转化后的灰度,二值 3， 利用相似度公式，得到图像相似度的定量度量 4， 统计相似度结果数据 相似度公式: 二、部分代码 #define MAX(a, b) (((a) > (b)) ? (a) : (b)) //计算相减后的绝对值 float GetAbs(float f, float s) { float abs = fabs((float)f - (float)s); float result = MAX(f, s); if (result == 0) result = 1; return abs / result; } //相似度 float GetResult(float firstNum[], float scondNum[],int nSize) { if (nSize==0) { return 0; } else { float result = 0; int j = nSize; for (int i = 0; i < j; i++) { result += 1 - GetAbs(firstNum[i], scondNum[i]); } return result/j; } } //函数功能：自动普通二值化 //参数说明：iSrc，表示原图像 //iDst，表示目标图像 //nLevel，表示阈值 [OUT] //iIterationTimes,表示迭代次数 void AutoThreshold(CxImage *iSrc, int &nLevel,CxImage *iDst,int iIterationTimes) { void* pDib = NULL; pDib = iSrc->GetDIB(); if (!pDib) return ; if (iSrc->GetBpp()==1) return ; long iWidth = 0,iHeight =0,x = 0,y = 0,i = 0,t = 0; unsigned char iThreshold, iNewThreshold, iMaxGrayValue = 255, iMinGrayValue = 0, iMean1GrayValue, iMean2GrayValue; double w0,w1,iMeanGrayValue; double G=0, tempG=0; long lP1, lS1, lP2, lS2; iWidth = iSrc->GetWidth(); iHeight = iSrc->GetHeight(); //保存原始图像 CxImage tmpSrc(iWidth,iHeight,iSrc->GetBpp()); tmpSrc.Copy(*iSrc); /////////////////////////////////////////////// iSrc->GrayScale(); //灰度分布统计 long *pGray = new long[256]; memset(pGray,0,sizeof(long)*256); for (y=0;yGetPixelIndex(x,y); pGray[i]++; //修改最大灰度值和最小灰度值 if(iMinGrayValue > i) { iMinGrayValue = i; } if(iMaxGrayValue < i) { iMaxGrayValue = i; } } } // 遍历t, 选取最佳阈值 for(t = iMinGrayValue; t < iMaxGrayValue ; t++) { iNe...
