イメージを分割して各部分を比較する

Question

イメージを等しく分割し、各ブロックを比較してイラストの「平衡」を定義しようとしています。 たとえば、下の画像では、下端が上端に似ている傾向があります。

は、私がこれを書いたが、私は、任意の助けを捕まってしまったし、何をすべきかわからないのですか？

import math 
import io 
import numpy as np 
from sklearn.cluster import KMeans 
from PIL import Image 
import image_slicer 
from scipy import sum, average 


tiles = image_slicer.slice('img/eq1.jpg', 2, save=False) 
vectors = [] 
for tile in tiles: 
    image = tile.image 
    image = image.convert('RGB') 

    colors = np.array(image).tolist() 
    colors = [average(x, -1) for x in colors][0] 

    vectors.append(colors) 

#lista = np.array(tile.image) 
#print np.array(tile.image) 

    image.show() 

from sklearn.metrics.pairwise import cosine_similarity 

print cosine_similarity(vectors) 

Answer 1

大丈夫、私は一種のこの書き込み、それを解決：あなたの問題が何であるかを

import math 
import io 
import numpy as np 
from sklearn.cluster import KMeans 
from PIL import Image 
import image_slicer 
from scipy import sum, average 
from scipy.linalg import norm 
import sklearn.metrics.pairwise 


tiles = image_slicer.slice('img/ad.jpg', 4, save=False) 
vectors = [] 
for tile in tiles: 
    image = tile.image 
    image = image.convert('RGB') 

    colors = np.array(image).tolist() 
    colors = [average(x, -1) for x in colors][0] 

    vectors.append(colors) 

#lista = np.array(tile.image) 
#print np.array(tile.image) 

# image.show() 

from sklearn.metrics.pairwise import cosine_similarity 

print np.around(sklearn.metrics.pairwise.manhattan_distances(vectors))