Question

任务：我的装配线末端安装了一个摄像头捕获生产物品的图像。我们举个例子说，我们制作门票（上面有一些文字和图片）。所以每一个生成的票据被拍照并保存到磁盘上作为图像。现在我我想检查这些保存的图像是否有异常（即比较他们到图像（模板），这是好的）。所以，如果有问题在我们的装配线上有一张票（缺少图片，污渍......），我的应用程序应该找到它（因为它的图像与我的图像差别太大模板）。

问题：比较图片和查找的最简单方法是什么他们之间的差异？我是否需要编写自己的方法，或者我可以使用现有的？如果我只设置一个公差值会很棒（即图像可以相差1％），将两个图像放在一个函数中并得到返回值为true或false：）

工具：C＃或VB.NET，Emgu.CV（OpenCV的.NET包装器）或类似的东西

Answer 1

我对OpenCV了解不多，但对图像处理有点了解。

前进的方式取决于拍摄新照片的频率。一种简单的方法是计算“好”模板的差异图片和实际产品的图像。

如果图像100％相同，则生成的图像应为空。如果有残留像素，您可以对这些像素进行计数，并将其作为偏离标准的度量。

但是，您必须匹配其中一个图像的方向（可能还有比例）以对齐边框，否则此方法将无效。

如果您有时间约束，您可能希望在处理之前减少图像中的信息（例如，使用边缘检测和/或将其转换为灰度或甚至单色位图，如果您的产品功能足够重要的话）< / p>

Answer 2

我建议查看AForge Imaging library，因为它有很多非常有用的功能用于此类工作。

您可以使用以下几种方法：

简单减法（模板图像 - 当前）并查看有多少像素不同。您可能希望对结果进行阈值处理，即仅包含不同10或更多的像素（例如）。
如果票证可以在视野中移动，那么除非您可以先找到票证，否则项目1）将不起作用。例如，如果票证在黑色背景上是白色的，您可以在图像上设置一个阈值，这样可以让您很好地了解票证的位置。
我之前使用过的另一种技术是“模型查找”或“模式匹配”，但我只知道包含这些功能的商业库Matrox Imaging Library（或MIL），因为它们并非无足轻重。

此外，您需要确保知道故障单的哪些部分更重要。例如，我猜想丢失的徽标或水印是一个大问题。但是某些区域可能有可变文本，例如序列号，因此您希望它们不同。基本上，您可能需要将图像的某些区域与其他区域区别对待。

Answer 3

我不知道细节，但我知道在高吞吐量必不可少的工业环境中，有时使用神经网络。它们将数百万比特（相机像素）变为1（好或坏）。也许这会帮助您进行搜索。

Answer 4

肯定有应用程序和库已经做了你想做的事情，但我不知道任何事情。显然，人们可以对这两个图像进行哈希处理并进行比较，但是期望事物相同并且不会为光线差异或类似事物留下任何余地。

假设您已经控制了图像中对象的方向相同且位置相同，那么可以做的一件事就是遍历每个图像的像素，并获得每个图像的HSV值这样：

Color color1 = Image1.GetPixel(i,j);
Color color2 = Image2.GetPIxel(i,j);
float hue1 =    color1.GetHue();
float sat1 =    color1.GetSaturation();
float bright1 = color1.GetBrightness();
float hue2 =    color2.GetHue();
float sat2 =    color2.GetSaturation();
float bright2 = color2.GetBrightness();

并与这些值进行一些比较。我认为，这可以让你比使用RGB值更可靠，特别是因为你想在比较中加入一些公差。

编辑：

为了好玩，我写了一个使用上述想法的小样本应用程序。基本上它总计了H，S和V值相差一些量的像素数（我选择了0.1作为我的值），然后如果H，S或V计数器超过38400或2％，则从比较循环中退出。像素（0.02 * 1600 * 1200）。在最坏的情况下，比较两个相同的图像花了大约2秒钟。当我比较一个已被改变到足以超过2％值的图像时，通常只需要几分之一秒。

显然，如果每秒产生大量图像，这可能会太慢，但我认为无论如何它都很有趣。

Answer 5

我不是该领域的专家，但听起来你需要这样的东西

http://en.wikipedia.org/wiki/Template_matching

并且它支持OpenCV支持模板匹配 http://nashruddin.com/template-matching-in-opencv-with-example.html

Answer 6

This guy here为同样的问题编写了一个简单的Java代码。我想，将它转换为C＃并不难。它工作得很好，也可以在其中找到更新更强的版本。

比较图像以找出差异

6 个答案: