牛客网——图像的相似度

简介: 牛客网——图像的相似度

前言


今天我们一起学习一下怎么样计算图像的相似度。

图像的相似度


题目来源:

图像相似度_牛客题霸_牛客网

描述


给出两幅相同大小的黑白图像(用0-1矩阵)表示,求它们的相似度。若两幅图像在相同位置上的像素点颜色相同,则称它们在该位置具有相同的像素点。两幅图像的相似度定义为相同像素点数占总像素点数的百分比。

输入描述:


第一行包含两个整数m和n,表示图像的行数和列数,用单个空格隔开。1≤m≤100, 1≤n≤100。之后m行,每行n个整数0或1,表示第一幅黑白图像上各像素点的颜色,相邻两个数用单个空格隔开。之后m行,每行n个整数0或1,表示第二幅黑白图像上各像素点的颜色,相邻两个数用单个空格隔开。

输出描述:


一个实数,表示相似度(以百分比的形式给出),精确到小数点后两位。

解题过程


1、分析问题

要判断两个数组中有多少个元素相同,才能算出百分比。

在使用除法的时候,一定要注意到它是整数输出。

2、代码如下

#include<stdio.h>
int main(){
    int m=0,n=0,a=0;
    int arr1[100][100]={0};
    int arr2[100][100]={0};        //初始化数组
    scanf("%d %d",&m,&n);
    for(int i=0;i<m;i++){                //输入数组1
        for(int j=0;j<n;j++){
            scanf("%d ",&arr1[i][j]);
        }
    }
    for(int i=0;i<m;i++){                //输入数组2
        for(int j=0;j<n;j++){
            scanf("%d ",&arr2[i][j]);
        }
    }
    for(int i=0;i<m;i++){                //对比两个数组是否相等
        for(int j=0;j<n;j++){
           if(arr1[i][j]==arr2[i][j]){
               a++;                        //记录有多少个相等的元素
           }
        }
    }
    printf("%.2f\n",100.0 * a / (m * n));        //记住除法是整形输出呦,不要忘记.0哈
    return 0;
}

总结


本文只是简单地介绍了怎么计算图像的相似度,关键其实在于怎么判断出相同元素的个数,希望对大家有帮助,如有错误请指出,谢谢啦~

码字不易,请多多支持~

相关文章
|
7天前
|
存储 机器学习/深度学习 算法
【算法训练-数组 三】【数组矩阵】螺旋矩阵、旋转图像、搜索二维矩阵
【算法训练-数组 三】【数组矩阵】螺旋矩阵、旋转图像、搜索二维矩阵
38 0
|
7天前
|
算法 数据挖掘 计算机视觉
OpenCV中应用尺度不变特征变换SIFT算法讲解及实战(附源码)
OpenCV中应用尺度不变特征变换SIFT算法讲解及实战(附源码)
36 0
|
算法 API 计算机视觉
图像特征提取与描述_角点特征01:Harris算法+Shi-Tomas算法
Harris角点检测的思想是通过图像的局部的小窗口观察图像,角点的特征是窗口沿任意方向移动都会导致图像灰度的明显变化
123 0
|
算法 前端开发
日拱算法:搜索二维矩阵 II
编写一个高效的算法来搜索 m x n 矩阵 matrix 中的一个目标值 target 。该矩阵具有以下特性: 每行的元素从左到右升序排列。 每列的元素从上到下升序排列。
深度之眼(十)——矩阵特征值与特征向量
深度之眼(十)——矩阵特征值与特征向量
217 0
深度之眼(十)——矩阵特征值与特征向量
|
机器学习/深度学习 传感器 算法
【图像分割】基于超像素的快速模糊聚类算法(SFFCM) 实现彩色图像分割附matlab代码
【图像分割】基于超像素的快速模糊聚类算法(SFFCM) 实现彩色图像分割附matlab代码
|
算法 计算机视觉
CV之Hog+HamMingDistance:基于Hog提取和汉明距离对比的应用—图像相似度对比之for循环将多个成对图片依次对比并输出相似度
CV之Hog+HamMingDistance:基于Hog提取和汉明距离对比的应用—图像相似度对比之for循环将多个成对图片依次对比并输出相似度
CV之Hog+HamMingDistance:基于Hog提取和汉明距离对比的应用—图像相似度对比之for循环将多个成对图片依次对比并输出相似度
|
机器学习/深度学习 计算机视觉
例举几种常见的图像数据增广
例举几种常见的图像数据增广
164 0
例举几种常见的图像数据增广
|
机器学习/深度学习 算法 JavaScript
全面归纳距离和相似度方法(7种)
距离(distance,差异程度)、相似度(similarity,相似程度)方法可以看作是以某种的距离函数计算元素间的距离,这些方法作为机器学习的基础概念,广泛应用于如:Kmeans聚类、协同过滤推荐算法、相似度算法、MSE损失函数等等。本文对常用的距离计算方法进行归纳以及解析,分为以下几类展开:

热门文章

最新文章