Opencv检测不同时间拍摄的两张照片之间的变化

标签 opencv image-processing opencv3.0 opencv3.1

我们有该商品的一张原始图片/照片。 (即雕塑)。

我们会不时地为该项目拍摄新照片。照片总是与元素成 90 度角。但是

  • 会有一些轻微的上下/左右移动 是同一物体的不同长度(我们用线 相机和在它前面移动的物体,所以不时的速度 对象发生变化,因此最终图像将比 原创)

灯光也会变化,所以颜色和闪电也不总是一样。 元素上时不时会有泥土、不同的小 object 。

我很乐意听取您的建议和解决方案,以使用 opencv 检测和标记新图片上对象的不同部分。

我们尝试了 resemblejs,但它显示所有部分都因颜色、长度等差异而发生了变化。但是对象是一样的

谢谢

代码:

from skimage.measure import compare_ssim
import argparse
import imutils
import cv2
import numpy as np


ap = argparse.ArgumentParser()
ap.add_argument("-f", "--first", required=True,
    help="first input image")
ap.add_argument("-s", "--second", required=True,
    help="second")
args = vars(ap.parse_args())

imageA = cv2.imread(args["first"])
imageB = cv2.imread(args["second"])

grayA = cv2.cvtColor(imageA, cv2.COLOR_BGR2GRAY)
grayB = cv2.cvtColor(imageB, cv2.COLOR_BGR2GRAY)


(score, diff) = compare_ssim(grayA, grayB, full=True)
diff = (diff * 55).astype("uint8")
print("SSIM: {}".format(score))

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]

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)

cv2.imshow("Diff", diff)
cv2.waitKey(0)

编辑 1

Link测试图像

最佳答案

想到了几种方法。

  1. 计算帧之间的差异。 OpenCV 提供 absdiff因为这样做。从那里findContours得到的差异矩阵然后draw他们。

  2. This教程使用scikit-image图像差异

  3. 您还可以查看 meanStdDev来完成这个。计算两帧的标准差并检查是否超过某个阈值。

关于Opencv检测不同时间拍摄的两张照片之间的变化,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44785958/

相关文章:

c++ - OpenCV FREAK 返回太多异常值

java - 优化形态处理性能

python - 从视频帧中采样并将其保存为图像 - python openCV

python-3.x - 删除黑色背景并使python open cv中的grabcut输出透明

python-3.x - 使用 imageio.ffmpeg.download() 时出现弃用错误

java - Android jni 和 opencv 运行时无法加载库

python - 在 OpenCV 中绘制有角度的矩形

java - Android 屏幕上的维恩图(图像/标签/形状),其区域可点击

c++ - 使用opencv和c++使用直方图分析连通分量的特征

python - 使用 mxnet 和 NDarry 训练 CNN 模型