python - 在图像中获取新对象

Question

我正在尝试构建一个卡片识别机。问题是卡片将放在场景之上。

话虽这么说，我是来寻求帮助的，我如何与图像进行比较，一个是空背景(cenario)，另一个是相同的 cenario，上面有一张卡片。

import numpy as np
from PIL import Image
import cv2

image1 = cv2.imread("gray_bk.png")
image2 = cv2.imread("gray_novo.png")

cv2.imwrite('LutGrey.png',gray_image)

novo = cv2.subtract(image1,image2) 
cv2.imwrite(file, novo) 

到目前为止，这是我的代码，它的问题是，返回的是一张黑色图像，里面有卡片(好)但是卡片中的颜色都乱七八糟，我如何在没有的情况下执行相同的操作弄乱颜色？将卡片“剪切”成新的(较小的)图像的最佳方式是什么。

Answer 1

如果您使用的是真实图像，我建议如下:

• 阅读彩色图片
• 做一些初步的平滑处理
• 减去灰度图像并对结果进行阈值处理
• 可选地做一些形态学上的闭包
• 在带标签的阈值图像上找到最大区域
• 获取卡片区域的边界矩形(例如cv的boundingRect)并从原始彩色图像中提取该区域¶

通常，另一种方法是基于特征检测的更稳健的方法。检查这个作为初学者: http://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_feature2d/py_matcher/py_matcher.html .在这种情况下，必须提前知道所有可能的候选卡片。

如果卡片只是叠加在背景图片上，那么这可能会起作用:

# read directly to float 
image1 = cv2.imread("gray_bk.png").astype(np.float) / 255
image2 = cv2.imread("gray_novo.png").astype(np.float) / 255

# substract and threshold
threshold = 0.1
binary_image = np.abs(np.mean(image2,2) - np.mean(image1,2)) > threshold
# get card area
y,x = np.where(binary_image)
# extract card from the image
card = image2[ y.min():y.max(), x.min():x.max(),:]