Блог

Изображение 1

Изображение 2

Выше у меня есть 2 изображения. Как вы можете видеть, они очень похожи. Разница заключается только в цвете. Могу ли я в любом случае сравнить изображение и показать различия в качестве конечного результата?

Я уже пробовал разные методы — сопоставление шаблонов, сопоставление объектов, контуры, алгоритм водораздела, маскирование, compare_ssim и т. Д. Но ни один из них на самом деле не работает в соответствии с моим планом. Спасибо. Я благодарен за вашу помощь.

PS Вот один результат, который я получаю для сопоставления объектов (я использовал алгоритм сопоставления с базой Фланна) Результат

Возможно, вы ищете RANSAC алгоритм:

RANSAC — это старый, надежный алгоритм сопоставления объектов, используемый для поиска сходства между заданными изображениями.

Например, в вашем случае, если мы применим RANSAC:

Код: (первоначально адаптирован по этой ссылке)

 import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt

MIN_MATCH_COUNT = 10
img1 = cv.imread('image1.png', 0)  # queryImage
img2 = cv.imread('image2.png', 0)  # trainImage
# Initiate SIFT detector
sift = cv.xfeatures2d.SIFT_create()
# find the key points and descriptors with SIFT
kp1, des1 = sift.detectAndCompute(img1, None)
kp2, des2 = sift.detectAndCompute(img2, None)
index_params = dict(algorithm=1, trees=5)
search_params = dict(checks=50)
flann = cv.FlannBasedMatcher(index_params, search_params)
matches = flann.knnMatch(des1, des2, k=2)
# store all the good matches as per Lowe's ratio test.
good = []
for m, n in matches:
    if m.distance < 0.7*n.distance:
        good.append(m)
    if len(good) > MIN_MATCH_COUNT:
        src_pts = np.float32([kp1[m.queryIdx].pt for m in good]).reshape(-1, 1, 2)
        dst_pts = np.float32([kp2[m.trainIdx].pt for m in good]).reshape(-1, 1, 2)
        M, mask = cv.findHomography(src_pts, dst_pts, cv.RANSAC, 5.0)
        matchesMask = mask.ravel().tolist()
        h, w = img1.shape
        pts = np.float32([[0, 0], [0, h - 1], [w - 1, h - 1], [w - 1, 0]]).reshape(-1, 1, 2)
        dst = cv.perspectiveTransform(pts, M)
        img2 = cv.polylines(img2, [np.int32(dst)], True, 255, 3, cv.LINE_AA)

draw_params = dict(matchColor=(0, 255, 0),  # draw matches in green color
                   singlePointColor=None,
                   matchesMask=matchesMask,  # draw only in-liers
                   flags=2)
img3 = cv.drawMatches(img1, kp1, img2, kp2, good, None, **draw_params)
plt.imshow(img3, 'gray')
plt.axis('off')
plt.show()