比较两张图片的相似程度是否超过给定阈值。 参数: img1: PIL.Image.Image - 第一张图片 img2: PIL.Image.Image - 第二张图片 threshold: float - 相似度阈值，默认是0.9（即90%） 返回: bool - 如果两张图片的相似度超过阈值则返回True，否则返回False
(img1, img2,threshold=0.4,tolerance=0.5)
| 69 | return False |
| 70 | |
| 71 | def are_two_images_same(img1, img2,threshold=0.4,tolerance=0.5): |
| 72 | """ |
| 73 | 比较两张图片的相似程度是否超过给定阈值。 |
| 74 | |
| 75 | 参数: |
| 76 | img1: PIL.Image.Image - 第一张图片 |
| 77 | img2: PIL.Image.Image - 第二张图片 |
| 78 | threshold: float - 相似度阈值，默认是0.9（即90%） |
| 79 | |
| 80 | 返回: |
| 81 | bool - 如果两张图片的相似度超过阈值则返回True，否则返回False |
| 82 | """ |
| 83 | # 如果尺寸不同，将img2放缩到img1的尺寸 |
| 84 | if img1.size != img2.size: |
| 85 | img2 = img2.resize(img1.size) |
| 86 | |
| 87 | # 如果模式不同，将img2转换为img1的模式 |
| 88 | if img1.mode != img2.mode: |
| 89 | img2 = img2.convert(img1.mode) |
| 90 | |
| 91 | # 将图像转换为numpy数组 |
| 92 | img1_np = np.array(img1) |
| 93 | img2_np = np.array(img2) |
| 94 | |
| 95 | # 计算每个像素的差异 |
| 96 | diff_np = np.abs(img1_np - img2_np) |
| 97 | |
| 98 | # 计算允许的误差范围 |
| 99 | tolerance_value = 255 * tolerance |
| 100 | |
| 101 | # 计算在误差范围内的像素数量 |
| 102 | within_tolerance = np.all(diff_np <= tolerance_value, axis=-1) |
| 103 | similar_pixels = np.count_nonzero(within_tolerance) |
| 104 | |
| 105 | # 计算总像素数量 |
| 106 | total_pixels = img1_np.shape[0] * img1_np.shape[1] |
| 107 | |
| 108 | # 计算相似度 |
| 109 | similarity = similar_pixels / total_pixels |
| 110 | print(similarity) |
| 111 | # 判断相似度是否超过阈值 |
| 112 | return similarity >= threshold |
| 113 | |
| 114 | def is_proportionally_similar(img1, img2, tolerance=0.1): |
| 115 | """ |
no outgoing calls
no test coverage detected