使用OpenCV-python

Question

我必须比较在不同周围光线下拍摄的同一物体的两个图像（例如一个在明亮的阳光下，另一个在白光下等），并且相机角度旋转以及尺寸可能不同。现在由于图像是同一个对象，它们应该几乎正确匹配。比较将根据颜色和形状进行。为此，需要重新调整测试图像，旋转并且应该补偿光的差异。请告诉我如何使用OpenCV-python来完成它。我正在使用OpenCV 3.0.0和python 2.7 我附上了要比较的同一物体的样本图像。

我真的没有得到任何好的方法来完成这项工作。请帮帮我 提前谢谢！

Answer 1

尝试使用兴趣点检测器（如ORB或SIFT）匹配图像。以下是使用ORB的结果。

代码

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

img1 = cv2.imread('im1.jpg',0) 
img2 = cv2.imread('im2.jpg',0) 

orb = cv2.ORB_create()

kp1, des1 = orb.detectAndCompute(img1,None)
kp2, des2 = orb.detectAndCompute(img2,None)

bf = cv2.BFMatcher()
matches = bf.knnMatch(des1,des2, k=2)

good = []
for m,n in matches:
    if m.distance < 0.95*n.distance:
        good.append([m])

img3 = cv2.drawMatchesKnn(img1,kp1,img2,kp2,good, None,flags=2)


plt.imshow(img3),plt.show()

Answer 2

在评论之后，如果对象没有像本例中那样的明显特征，我建议使用几何特征：

• 删除背景（仅使用对象与背景创建二进制图像）
• 找到外轮廓
• 查找其方向，大小，中心
• 旋转和缩放图像
• 如果你有一些投影（图像不是直接从上面拍摄），你可以使用一些算法进行形状匹配，找到点之间的对应关系，然后从中估计单应性。

然后，当您的图像对齐时，您可以使用任何相关性进行比较。请查看本教程Histogram Comparison。