用openCV和Python 实现图片对比,并标识出不同点的方式
75 浏览量
2020-09-18
06:40:31
上传
评论 3
收藏 141KB PDF 举报
用用openCV和和Python 实现图片对比实现图片对比,并标识出不同点的方式并标识出不同点的方式
今天小编就为大家分享一篇用openCV和Python 实现图片对比,并标识出不同点的方式，具有很好的参考价值，
希望对大家有所帮助。一起跟随小编过来看看吧
最近项目中需要实现两组图片对比，并能将两者的区别标识出来。
在网上搜索一大堆找到一篇大神的文章文章，最终实现该功能，在这里记录下：
想要实现此demo，首先我们得确保电脑上已安装 openCV 和 Python 两个工具以及scikit-image和imutils两个库：
安装方法，在这里不多说，我安装的是Python3.6 和openCV2，安装方法网上自行百度谷歌；
进入正题：进入正题：
新建一个新的Python文件并命名为copmarePicture.py，写入下面的代码：
from skimage.measure import compare_ssim
#~ import skimage as ssim
import argparse
import imutils
import cv2
加载两张图片并将他们转换为灰度：加载两张图片并将他们转换为灰度：
imageA = cv2.imread("D:/111test/111.png")
imageB = cv2.imread("D:/111test/444.png")
grayA = cv2.cvtColor(imageA,cv2.COLOR_BGR2GRAY)
grayB = cv2.cvtColor(imageB,cv2.COLOR_BGR2GRAY)
接下来，计算两个灰度图像之间的结构相似度指数：接下来，计算两个灰度图像之间的结构相似度指数：
(score,diff) = compare_ssim(grayA,grayB,full = True)
diff = (diff *255).astype("uint8")
print("SSIM:{}".format(score))
找到不同点的轮廓以致于我们可以在被标识为“不同”的区域周围放置矩形：
thresh = cv2.threshold(diff,0,255,cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]
cnts = cv2.findContours(thresh.copy(),cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if imutils.is_cv2() else cnts[1]
找到一系列区域，在区域周围放置矩形：找到一系列区域，在区域周围放置矩形：
for c in cnts:
(x,y,w,h) = cv2.boundingRect(c)
cv2.rectangle(imageA,(x,y),(x+w,y+h),(0,0,255),2)
cv2.rectangle(imageB,(x,y),(x+w,y+h),(0,0,255),2)
用cv2.imshow 展现最终对比之后的图片， cv2.imwrite 保存最终的结果图片
cv2.imshow("Modified",imageB)
cv2.imwrite("haha2.png",imageB)
cv2.waitKey(0)
到这已经实现两张图片的对比并标识出不同。结果如下所示：（图1图2对比，图3为对标结果
资源评论
