什么是迭代项目列表并将它们分组到具有相似分数的字典的最快方法

Question

我有一个图像列表。 比较列表中具有similarity(imga,imgb)分数的图像并将它们分组在一起的字典的最快方法是什么，将第一项作为键，返回的相似性阈值之后为键。

范例 ：

ImgList = [img1, img2, img3,img4, img5,img6]

如果img1，img3具有相似度评分0.7（> 0.5）

如果img2，im4，img6具有相似度0.6（> 0.5）

Output = {img1:[img3], img2:[img4,img6], img5:[]}

我的方法（索引错误） ：

for i in ImgList:
     for j in ImgList:
          #compare code here
          ImgList.remove(j)

编辑 ：

def get_sim(img1,img2):
    (score, diff) = measure.compare_ssim(img1, img2, full=True)
    return score

img1 = cv2.imread("1.png")
img2 = cv2.imread("2.png") 
img3 = cv2.imread("3.png")
img4 = cv2.imread("4.png") 
img5 = cv2.imread("5.png")
img6 = cv2.imread("6.png") 

imgs = [img1,img2,img3,img4,img5,img6]

for i in imgs:
    for j in imgs:
        similarity = get_sim(i,j) # values in range 0 to 1
            if(similarity>=0.5):
                imgs.remove(j)
                #Need to group i,j

Answer 1

我以前的答案可能没有满足您的要求，这可能会起作用：

res = {}
for i in range(len(ImgList)):
    for j in ImgList[i:]:
        res.setdefault(get_sim(ImgList[i],j), []).append(j)
res = {i.pop(0):i for i in res.values()}

您可以以列表理解的方式编写它

res = {}
_ = [res.setdefault(get_sim(ImgList[i],j), []).append(j) for i in range(len(ImgList)) for j in ImgList[i:]]
res = {i.pop(0):i for i in res.values()}

Answer 2

没有任何其他细节，

创建一个使用similarity函数创建阈值以上列表的函数，然后在字典理解中使用该函数。 像这样：

def find_imgs_above_threshold(img, img_list, threshold=0.5):
    img_list_without_img = img_list.remove(img)
    sim_scores = [similarity(img, i) for i in img_list_without_img]
    imgs_above_threshold= [score for score in sim_scores if score >= threshold]
    return imgs_above_threshold

img_dict = {i: find_imgs_above_threshold(i, imgList) for i in imgList}

Answer 3

imgs = [cv2.imread(f"{i}.png") for i in range(1, 7)]

output = {}
score_img = {}

for img in imgs:
    score = get_sim(img)
    if score > 0.5:
        if score not in score_img:
            score_img[score] = img
            output[img] = []
        else:
            output[score_img[score]].append(img)